版权说明 操作指南
首页 > 成果 > 详情

基于深度学习的小米椒缺陷识别分类研究

认领
导出
反馈
分享
QQ微信 微博
成果类型:
学位论文
作者:
杨超
作者机构:
武汉轻工大学
导师:
周龙
语种:
中文
关键词:
深度学习;小米椒图像识别;卷积神经网络
学位年度:
2019
学位授予单位:
武汉轻工大学
授予学位:
硕士
摘要:
小米椒是一种深受大众喜爱的调味料,随着人们生活水平的不断提升,以及世界蔬菜市场需求量增大和调味品市场的快速发展,小米椒的价格稳步上扬,小米椒的生产加工需求不断增加。而在生产中小米椒的质量检测主要依靠人工,由于人工操作缺乏客观性、效率低下、劳动强度大等缺点,导致小米椒质量参差不齐。传统的辣椒图像识别方法,采用人工或浅层网络提取特征,提取的精度不高,同时所花费的时间代价和劳动成本都非常昂贵,在实际应用中不能满足要求,因此需要更加适合小米椒缺陷识别分类的算法。随着数据库的开源以及大容量高性能GPU的出现,深度学习已经从理论应用到实际中,在图像分类任务中,表现最突出的是...

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