基于深度学习的小龙虾分级算法

• 作者: 李晔 杜闯 高竟博
• 来源期刊: 现代计算机
• 关键词: 小龙虾分级 卷积神经网络 EfficientNet网络 图像识别
• 年，卷（期）: 2020,（26）
• 所属期刊栏目: 图形图像
• 页码范围: 40-46
• 页数: 7页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.26.007

摘要

传统人工分拣小龙虾存在着分拣速度慢、效率低、人工代价高等问题.针对小龙虾人工分级存在的问题,提出基于卷积神经网络的小龙虾分级算法,该算法以预训练的EfficientNetB0网络为基础框架,为了能更好地实现知识迁移,通过两层全连接层对EfficientNetB0特征进行迁移,并利用ReLU激活函数.利用TensorFlow平台来实现算法,并利用Adam优化器对两层全连接层和线性分类层进行训练.为了模拟实际生产线,分别评估提出算法在干净图像数据集、不同类型噪声图像数据集的性能,并与经典的ResNet50、VGG16、VGG19等卷积网络进行性能对比.实验结果表明EfficientNetB0在不同小龙虾数据集上具有较好的泛化性能,在干净图像、高斯噪声图像和椒盐噪声图像上的识别率分别达到99.70％、93.75％和88.41％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高竟博		1	0	0.0	0.0
2	李晔		1	0	0.0	0.0
3	杜闯		2	0	0.0	0.0