-
题名基于深度学习的青椒识别研究
被引量:3
- 1
-
-
作者
汪谦谦
孙艳霞
徐星星
金小俊
于佳琳
陈勇
-
机构
南京林业大学机械电子工程学院
南京交通职业技术学院轨道交通学院
北京大学现代农业研究院
Department of Soil and Crop Sciences
-
出处
《包装与食品机械》
CAS
北大核心
2023年第3期89-93,共5页
-
基金
国家自然科学基金项目(32072498)
江苏省研究生科研与实践创新计划项目(KYCX22_1051)。
-
文摘
为解决青椒智能识别问题,以在自然环境中采集的苏椒1614图像为识别对象,采用深度学习方法,选择YOLO-v3,Faster R-CNN和CenterNet 3种神经网络进行深度学习模型训练,并比较分析不同深度学习模型的识别结果。试验结果表明,Faster R-CNN为青椒识别的最优模型,其精度、召回率和F1值分别达到92.4%,79%和85.2%,证明深度学习方法能够有效提取图像特征。研究为青椒的智能化识别与采摘提供依据。
-
关键词
青椒识别
自然环境
深度学习
智能化采摘
-
Keywords
green pepper recognition
natural conditions
deep learning
intelligent picking
-
分类号
TS203
[轻工技术与工程—食品科学]
-