基于深度学习的青椒质量分类

• 作者: 孙福振 方春 郑凯
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 青椒质量分类
• 年，卷（期）: 2020,（4）
• 页码范围: 18-23
• 页数: 6页
• 分类号: TP391
• 字数: 2524字
• 语种: 中文

摘要

针对目前青椒体型小、数量多、质量分类困难的问题,提出了利用深度学习中的卷积神经网络来解决青椒质量分类的方法.该方法无需消耗大量人力资源,直接将青椒图像作为输入,模型自动从训练数据中提取有利于区分青椒质量的图像特征.研究结果表明,当使用3200张青椒图片作为训练数据时,得到的训练模型在含有960张图片的独立验证集上的识别准确率达到了97.60％.这为青椒质量分类问题提供了一种新的解决办法,同时也可用于其他瓜果蔬菜的质量识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙福振	山东理工大学计算机科学与技术学院	36	108	4.0	9.0
2	方春	山东理工大学计算机科学与技术学院	13	14	2.0	3.0
3	郑凯	山东理工大学计算机科学与技术学院	1	0	0.0	0.0