10.13652/j.issn.1003-5788.2020.02.026
基于网中网卷积神经网络的红枣缺陷检测
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.
红枣、缺陷检测、网中网卷积神经网络
36
2020-04-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
140-145,181