基于卷积神经网络的智能冰箱果蔬图像识别的研究

• 作者: 曾维亮 林志贤 陈永洒
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 卷积神经网络 果蔬识别 Dropout 梯度下降
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP391.4
• 字数: 3173字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.08.018

摘要

智能冰箱物体识别主要涉及对水果和蔬菜的识别,冰箱中果蔬数量繁多,光照不均,环境复杂,对此提出了一种用于处理该类识别问题的卷积神经网络.网络采用ReLU作为激活函数,它比传统的Sigmoid函数具有更强的稀疏能力和更大的梯度值,能够极大地加速网络收敛.隐含层中引入随机Dropout,使得某些节点不工作,减少节点间的"共同适应",降低网络对某一局部特征的过拟合,可减少网络计算复杂度并有效提升识别率.网络采用带动量项的基于梯度下降的反向传播算法,避免网络陷入局部极小值,提高识别率.最后通过用Supermarket Produce Dataset数据集模拟冰箱果蔬图像进行实验,验证了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林志贤	福州大学物理与信息工程学院	139	647	13.0	19.0
2	曾维亮	福州大学物理与信息工程学院	1	10	1.0	1.0