基于卷积神经网络算法的苹果疤痕识别技术

针对在苹果外部品质检测中,传统方法存在识别精度低、速度慢等问题,本文提出了一种基于卷积神经网络算法的图像处理技术。首先,采取7种数据增强方法对原数据进行增强处理,用以扩展数据集,降低模型训练过拟合的风险;其次,对Faster R-CNN中的特征提取网络进行优化,采用K-means聚类算法优化RPN网络,使数据集重新聚类生成新的anchor长宽比设置,并增加模型对苹果疤痕信息的提取;最后,以原始Faster R-CNN模型作为对照模型,以识别精度和速度为评价指标进行试验。结果表明:基于EfficientNet B7特征提取的K-means-Eff-CNN模型准确度达到了94.7%,且能够在0.1 s内识别出苹果疤痕。