基于网中网卷积神经网络的红枣缺陷检测

• 作者: 杨志锐 许晓航 郑宏 郭中原
• 来源期刊: 食品与机械
• 关键词: 红枣 缺陷检测 网中网卷积神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 贮运与保鲜
• 页码范围: 140-145,181
• 页数: 7页
• 字数: 5226字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2020.02.026

摘要

提出了一种基于网中网卷积神经网络对红枣进行缺陷检测的方法,在原有AlexNet卷积神经网络的基础上增加了1×1隐含感知层,增强了网络的非线性以提取更抽象的特征;并采用全局平均池化层的方式替换全连接层,减少大量参数的同时提升了识别准确率.对新疆骏枣进行了实测,可将红枣分为好枣、黑斑枣、皱枣、叠枣、脱皮枣、黄皮枣和裂枣7类,表明该方法与基于常规SVM的视觉检测方法和基于AlexNet网络的分类方法相比,分类效果得到了有效提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宏	武汉大学电子信息学院	44	257	8.0	14.0
2	杨志锐	武汉大学电子信息学院	1	0	0.0	0.0
3	郭中原	武汉大学电子信息学院	1	0	0.0	0.0
4	许晓航	武汉大学电子信息学院	3	5	1.0	2.0