10.13652/j.issn.1003-5788.2021.09.022
基于深度学习的山核桃破壳物料分类识别
目的:对山核桃一次破壳后物料进行分类,提高山核桃深加工水平.方法:通过图像采集系统得到5类山核桃样本,分别为较完整壳仁未分、露仁、未破壳完整山核桃、不完整壳仁未分、壳.利用数据增广的方式,得到包含15000个图像样本建立的数据集.在VGG16网络基础上构建模型,并按9∶1的比例在包含5类山核桃物料图像的数据集上进行训练和验证.结果:该模型训练准确率和验证准确率分别达到了97.3%,99.7%;对1713张山核桃加工物料图像进行分类识别,准确度达到了99.5%.结论:该模型能够达到对山核桃一次破壳后的物料分类识别的精度要求.
山核桃;卷积神经网络;VGG16;分类识别
37
国家自然基金面上项目编号:52075003
2021-12-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
133-138,185