基于卷积神经网络的红枣外观品质分级方法研究

发布时间：2024-03-08 22:03

　　红枣营养极为丰富,是重要的滋补和药用食品,同时也是重要的食品工业原料。然而,在红枣采摘和运输的过程中,遭受虫害、浆烂、裂口和破损的红枣,容易发生交叉感染,严重影响到整体红枣的质量,并且直接关系到果农和整个红枣产业的经济效益。因此,红枣品质分类成为红枣进行储存、运输和深加工的首要和关键环节。目前,国内主要通过人工对红枣品质进行分选,存在劳动强度大、成本高、效率低等缺点,分类准确率和卫生质量难以得到保障。为了迎合市场和企业需求,找到一种自动、高效、无损的红枣品质分类方法,成为解决红枣外观品质分类问题的关键。针对红枣外观品质进行分级的工作,本文提出一种基于双分支深度融合卷积神经网络(Double Branch Deep Fusion,DDFnet)的红枣外观品质分级方法。首先,将卷积神经网络设计为双分支结构,第1条分支网络结合迁移学习策略,利用在大型数据集ImageNet上训练生成的SqueezeNet网络模型对卷积神经网络进行预训练。第2条分支网络,在轻量级网络SqueezeNet结构的基础上,通过将Fire模块内部squeeze与expand卷积层输出特征图进行融合,从而构成Fusion...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图１－２机器视觉釆集系统??

饱满枣是指含糖量高，外表皮色泽鲜红，褶皱少且平缓，无表皮破损特征，形状??规则，个大圆润的枣果。依靠人眼对红枣外观品质进行分类，存在主观性，难以??保证红枣品质的分拣精度，而且存在效率低和人力成本高等缺点。如图１－２所示??为机器视觉采集系统，机器视觉技术利用工业相机完全可以代替....

图１－１人工对不同品质红枣进行分拣??

饱满枣是指含糖量高，外表皮色泽鲜红，褶皱少且平缓，无表皮破损特征，形状??规则，个大圆润的枣果。依靠人眼对红枣外观品质进行分类，存在主观性，难以??保证红枣品质的分拣精度，而且存在效率低和人力成本高等缺点。如图１－２所示??为机器视觉采集系统，机器视觉技术利用工业相机完全可以代替....

图2-2传统机器学习算法框图

机器学习（Ｍａｃｈｉｎｅ?Ｌｅａｒｎｉｎｇ）是研究计算机模拟人类的学习行为，从而能够??获取到新知识和新技能，使计算机能够重新组织和更新本身原有的知识体系，从??而完成自身性能的提升。深度学习（Ｄｅｅｐ?Ｌｅａｒｎｉｎｇ）的研宄来源于人工神经网络，??是机器学习研宄领域的一项重要....

图2.3深度学习算法框图

机器学习（Ｍａｃｈｉｎｅ?Ｌｅａｒｎｉｎｇ）是研究计算机模拟人类的学习行为，从而能够??获取到新知识和新技能，使计算机能够重新组织和更新本身原有的知识体系，从??而完成自身性能的提升。深度学习（Ｄｅｅｐ?Ｌｅａｒｎｉｎｇ）的研宄来源于人工神经网络，??是机器学习研宄领域的一项重要....

本文编号：3922451