-
题名基于深度可分离卷积的果蔬分类识别方法
- 1
-
-
作者
岳振
李卓然
王绪谦
侯宗升
苗壮
郑毅
刘杰
-
机构
青岛农业大学理学与信息科学学院
青岛鼎信通讯股份有限公司
平邑县毅文家庭农场
-
出处
《湖北农业科学》
2024年第8期28-34,53,共8页
-
基金
山东省自然科学基金面上项目“基于图自注意网络的图嵌入聚类技术研究”(ZR2021MF078)
青岛农业大学博士课题“农产品分选中的轻量级深度学习模型研究”。
-
文摘
针对农贸市场、果蔬超市中结算流程不够智能化以及重型神经网络模型部署困难等问题,对果蔬分类模型轻量化识别方法进行了研究。首先针对果蔬智能识别设备所在环境差异大、果蔬套袋问题,采用多场景采集方案在果蔬超市现场采集果蔬170种、图片136 000张,并设计了弱化套袋的图像预处理方法,对数据进一步增强。然后针对重量级神经网络部署困难以及成本较高的问题,设计了一种基于深度可分离卷积的果蔬分类识别模型,并进行训练测试,其Top-1准确率达96.8%,Top-5准确率达100%,相对于Mobilenetv2-224,运算量减少了70%,相对于Mobilenetv3-224,运算量减少了60%,识别能力介于Mobilenetv2-224和Mobilenetv3-224之间。最后对所设计果蔬分类模型在实际部署中面临的问题进行了分析。
-
关键词
果蔬分类
图像增强
深度可分类卷积
轻量化神经网络
-
Keywords
fruit and vegetable classification
image enhancement
depthwise separable convolution
lightweight neural network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
