首页|基于卷积神经网络的竹片颜色分类

基于卷积神经网络的竹片颜色分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
竹片颜色分类是提高竹产品表面美观的重要工艺.提出了基于ResNet神经网络模型与AlexNet神经网络模型的竹片颜色分类方法,分别采用ResNet和AlexNet 2种神经网络进行竹片颜色分类,对比ResNet与AlexNet 2种神经网络的颜色分类准确率,并对改进后的ResNet神经网络模型进行了颜色分类验证.结果表明,AlexNet模型的颜色分类准确率为89.7％,优化后ResNet模型的颜色分类准确率为99.9％,颜色分类效果比AlexNet模型好.
Color Classification of Bamboo Slices Based on Convolutional Neural Network

方怡红、伍希志、牛晗、贾惠

展开 >

湖南双达机电有限责任公司,湖南长沙410004

中南林业科技大学材料科学与工程学院,湖南长沙410004

卷积神经网络 颜色分类 竹片 ResNet AlexNet

湖南省自然科学基金湖南省教育厅项目中国博士后科学基金资助项目

2020JJ598619B5912021M690768

2023

10.3969/j.issn.0517-6611.2023.08.046

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2023.51(8)
  • 5