计算机时代2023，Issue(9) ：43-47.DOI:10.16644/j.cnki.cn33-1094/tp.2023.09.010

基于Gibbs采样和残差连接的AlexNet蔬菜识别算法

AlexNet vegetable recognition algorithm based on Gibbs sampling and residual connection

刘嫚嫚 代琦
计算机时代2023，Issue(9) ：43-47.DOI:10.16644/j.cnki.cn33-1094/tp.2023.09.010
✕
  • 维普
  • 万方数据

基于Gibbs采样和残差连接的AlexNet蔬菜识别算法

AlexNet vegetable recognition algorithm based on Gibbs sampling and residual connection

刘嫚嫚 1代琦1
扫码查看

作者信息

  • 1. 浙江理工大学计算机科学与技术学院,浙江 杭州 310000
  • 折叠

摘要

为了进一步提高蔬菜识别的精度,提出了基于Gibbs采样和残差卷积神经网络的蔬菜识别算法,本文将其命名为GiRAlexNet算法.根据马尔科夫随机场与吉布斯随机场的等价性构建图像概率模型,用Gibbs采样获取最优样本点集合,随机取点切割图片.通过GoogleNet、ResNet和AlexNet模型实验显示,分类准确率分别提升了9.22%,3.34%和9.19%.大量实验表明,该GiRAlexNet算法对蔬菜识别的准确率达到98.14%.

关键词

蔬菜识别/MRF/Gibbs采样/Alexnet/残差结构/切割图像

Key words

vegetable recognition/MRF/Gibbs sampling/Alexnet/residual structure/cutting image

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量4
段落导航相关论文