版权说明 操作指南
首页 > 成果 > 详情

基于GoogLeNet的稻米品种识别与碎米检测

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
陈文博;刘昌华;刘春苔;孙开琼
作者机构:
[刘春苔; 孙开琼; 刘昌华; 陈文博] 武汉轻工大学数学与计算机学院
语种:
中文
关键词:
稻米;迁移学习;深度神经网络
关键词(英文):
GoogLeNet
期刊:
中国粮油学报
ISSN:
1003-0174
年:
2023
卷:
38
期:
2
页码:
146-152
基金类别:
湖北省自然科学基金项目(2016CBF470); 湖北省教研项目(2021351);
机构署名:
本校为第一机构
院系归属:
数学与计算机学院
摘要:
稻米是我国人民食用的主要粮食作物,因此稻米的品种识别与质量检测有着重要的意义。在以前,通常使用的是人工的方式用眼睛观察来识别不同品种的稻米,这种方法效率低下,而且容易受主观的影响导致识别出错,从而影响准确率。本文基于MATLAB平台设计一套稻米品种识别系统,首先使用图像处理将实际拍摄稻米图片进行目标检测和提取,后采用迁移学习的方式训练GoogLeNet深度神经网络模型对稻米图片进行识别,不仅如此该模型还能检测出每一粒稻米是否为整精米,且识别准确率可达到96.46%。在相同训练参数下对比VGG19训练结果,验证精度提高1.46%,调整数据量探究其对模型性能影响,模型准确率随着数...
摘要(英文):
Rice is the main food crop for Chinese people, so it is of great significance to identify rice varieties and detect rice quality. In the past, artificial methods were usually used to identify different varieties of rice by eye observation, which was inefficient and pron...MORE Rice is the main food crop for Chinese people, so it is of great significance to identify rice varieties and detect rice quality. In the past, artificial methods were usually used to identify different varieties of rice by eye observation, which was inefficient and prone to subjective influence, resulting in recognition ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com