基于深度学习的冬虫夏草品质鉴定

针对目前市面上的虫草参差不齐以及以次充好的问题,文章在自建冬虫夏草品质数据集的基础上,采用深度学习的方式来鉴定虫草品质。首先收集了3种不同品质的虫草图像样本,共计4500张,为了使模型拥有更好的泛化能力,使用图像增强策略扩充数据集。然后训练ResNet模型并部署在智能开发板-Jetson Nano上,实现虫草品质的智能鉴定。实验结果表明:该模型的准确率为96.20%。