期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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 +3 位作者 徐星星 金小俊 于佳琳 陈勇 《包装与食品机械》 CAS 北大核心 2023年第3期89-93,共5页
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... 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。 展开更多
关键词 青椒识别 自然环境 深度学习 智能化采摘
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部