基于深度学习和迁移学习的水果图像分类

• 作者: 关文洋 吴叶兰 安飒 廉小亲 成开元
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 图像识别 深度学习 Softmax 迁移学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 15-18
• 页数: 4页
• 分类号: TP29
• 字数: 2724字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.06.004

摘要

图像识别作为深度学习领域内的一项重要应用,水果图像的分类识别在智慧农业以及采摘机器人等方面具有重要应用.针对以往传统图像分类算法存在泛化能力差、准确率不高等问题,提出一种在TensorFlow框架下基于深度学习和迁移学习的水果图像分类算法.该算法采用Inception-V3的部分模型结构对水果图像数据进行特征提取,采用Softmax分类器对图像特征进行分类,并通过迁移学习方式进行训练得到迁移训练模型.测试结果表明,该算法与传统水果分类算法对比,具有较高识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廉小亲	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	108	768	14.0	22.0
2	吴叶兰	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	42	237	8.0	12.0
3	成开元	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	4	34	4.0	4.0
4	安飒	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	9	26	3.0	4.0
5	关文洋	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	1	6	1.0	1.0