您好，欢迎访问福建省农业科学院 机构知识库！
福建省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于ResNet50神经网络的荔枝表皮缺陷检测研究

文献类型： 中文期刊

作者： 刘现 1 ; 郑华伟 1 ; 张海佳 1 ;

作者机构： 1.福建省农业科学院数字农业研究所;福建农林大学计算机与信息学院

关键词： 荔枝表皮缺陷;ResNet50;KNN算法;RF算法

期刊名称： 科技与创新

ISSN： 1008-0570

年卷期： 2023 年 017 期

页码： 64-67

摘要： 为了提高荔枝表皮缺陷检测的智能化程度与效率,基于ResNet50 神经网络开展荔枝表皮缺陷检测研究.利用自主研制的图像采集系统试验平台构建荔枝表皮缺陷图像数据集,使用残差神经网络(Residual Network,ResNet)50算法构建荔枝表皮缺陷检测分类模型,并将它与K-近邻法(K-Nearest Neighbor,KNN)和随机森林(Random Forest,RF)算法所构建的模型进行对比,评估其分类效果和性能.试验结果表明,综合考虑模型分类准确率和程序运行时间,基于ResNet50的荔枝表皮缺陷检测分类模型相较于其他2 种算法是最佳的,能够有效地将荔枝图像划分为正常、霉变和裂口3类,将正常的荔枝与有表皮缺陷的荔枝区分开.研究结果可为基于荔枝图像的表皮缺陷检测方法提供技术参考.

  • 相关文献
作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：福建省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台