首页|基于深度学习的青椒识别研究

基于深度学习的青椒识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Research on green pepper recognition based on deep learning

汪谦谦、孙艳霞、徐星星、金小俊、于佳琳、陈勇

展开 >

南京林业大学 机械电子工程学院,南京 210037

南京交通职业技术学院 轨道交通学院,南京 211188

北京大学 现代农业研究院,山东潍坊 261000

Department of Soil and Crop Sciences,Texas A&M University,College Station,TX 77843,USA

展开 >

青椒识别 自然环境 深度学习 智能化采摘

国家自然科学基金江苏省研究生科研与实践创新计划

32072498KYCX22_1051

2023

10.3969/j.issn.1005-1295.2023.03.015

包装与食品机械
中国机械工程学会

包装与食品机械

CSTPCD北大核心
影响因子：1.019
ISSN：1005-1295
年,卷(期)：2023.41(3)
  • 15