湖北工业大学学报2023,Vol.38Issue(5) :29-33,81.

基于ResNet18网络的油茶果壳籽分选研究

Sorting Model of Camellia Fruit Shells and Tea Seeds Based on ResNet18 Network

董庚 王焱清 孙记委 段宇飞
湖北工业大学学报2023,Vol.38Issue(5) :29-33,81.

基于ResNet18网络的油茶果壳籽分选研究

Sorting Model of Camellia Fruit Shells and Tea Seeds Based on ResNet18 Network

董庚 1王焱清 2孙记委 2段宇飞2
扫码查看

作者信息

  • 1. 湖北工业大学农机工程研究设计院,湖北武汉 430068
  • 2. 湖北工业大学农机工程研究设计院,湖北武汉 430068;湖北省农机装备智能化工程技术研究中心,湖北武汉 430068
  • 折叠

摘要

油茶果脱壳后果壳与茶籽混合在一起,油茶果的果壳与茶籽如何分选以及如何提升分选的准确率,是油茶果产业化所面临的一个难题.基于改进ResNet18模型的油茶果果壳与茶籽的分选模型,通过油茶果分选机进行图片的采集和处理获取实验样本图像,比较不同批量尺寸、学习率、激活函数以及优化器的影响,进一步优化模型.实验表明,经过改进后的ResNet18模型,与未改进前相比,在损失函数上有了明显的降低,并且验证集准确率得到提升,验证集平均准确率由之前的97.03%,而最终测试集准确率由97.25%提高至97.75%.较高的准确率可以满足油茶果分选的需要.

关键词

深度学习/油茶果/分选/ResNet18模型

Key words

deep learning/camellia fruit/sorting/ResNet18 model

引用本文复制引用

基金项目

湖北省重点研发计划项目(2020BBA042)

出版年

2023
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子:0.258
ISSN:1003-4684
被引量1
参考文献量13
段落导航相关论文