重组牛肉图像识别模型的比较研究

摘要：

以重组牛肉为研究对象,基于机器视觉技术构建3 种深度残差网络(deep residual network,ResNet)模型(ResNet-50、ResNet-101、ResNet-152)用于识别重组牛肉,同时应用VGG-16视觉几何群网络模型、支持向量机模型以及LeNet-5卷积神经网络模型,比较分析ResNet模型的识别准确率和响应时间.采集并经过图像预处理后共得到6?168?张样品图像作为实验样本,随机选取其中的4?936?张作为训练集,剩余1?232?张作为测试集.结果表明:3?种ResNet模型(ResNet-50、ResNet-101、ResNet-152)识别速率较快,准确率高,均可以有效识别重组牛肉,且卷积层越多,准确率越高,其中ResNet-50模型识别准确率达到较高水平,且测试时间仅需0.45?s,能够准确、快速地识别重组牛肉.

关键词：重组牛肉、识别、卷积神经网络、深度残差网络

所属期刊栏目：34

分类号：TS251.52(食品工业)

资助基金：辽宁省"兴辽英才计划"项目XLYC1807100

在线出版日期：2020-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：13-17