廉小亲,成开元,安 飒,吴叶兰,关文洋.基于深度学习和迁移学习的水果图像分类[J].测控技术,2019,38(6):15-18
基于深度学习和迁移学习的水果图像分类
Fruit Image Classification Based on Deep Learning and Transfer Learning
  
DOI:10.19708/j.ckjs.2019.06.004
中文关键词:  图像识别  深度学习  Softmax  迁移学习
英文关键词:image classification  deep learning  Softmax  transfer learning
基金项目:北京高等学校教育教学改革项目(2015 ms146);科技创新服务能力建设(PXM2018_014213_000033);北京工商大学研究生培养-研究生教育质量提升计划项目(19008001491)
作者单位
廉小亲 北京工商大学 计算机与信息工程学院 食品安全大数据技术北京市重点实验室 
成开元 北京工商大学 计算机与信息工程学院 食品安全大数据技术北京市重点实验室 
安 飒 北京工商大学 计算机与信息工程学院 食品安全大数据技术北京市重点实验室 
吴叶兰 北京工商大学 计算机与信息工程学院 食品安全大数据技术北京市重点实验室 
关文洋 北京工商大学 计算机与信息工程学院 食品安全大数据技术北京市重点实验室 
摘要点击次数: 279
全文下载次数: 200
中文摘要:
      图像识别作为深度学习领域内的一项重要应用,水果图像的分类识别在智慧农业以及采摘机器人等方面具有重要应用。针对以往传统图像分类算法存在泛化能力差、准确率不高等问题,提出一种在TensorFlow框架下基于深度学习和迁移学习的水果图像分类算法。该算法采用Inception-V3的部分模型结构对水果图像数据进行特征提取,采用Softmax分类器对图像特征进行分类,并通过迁移学习方式进行训练得到迁移训练模型。测试结果表明,该算法与传统水果分类算法对比,具有较高识别准确率。
英文摘要:
      Image recognition is an important application in the field of deep learning.The classification and recognition of fruit images has important applications in smart agriculture and picking robots.Inorder to solve the problems of poor generalization ability and low accuracy in traditional image classification algorithms,a fruit image classification algorithm based on deep learning and migration learning under TensorFlow framework is proposed.The partial model structure of Inception-V3 is used to extract the feature image of fruit image,and Softmax classifier is used to classify the image features,which trained by migration learning to obtain the migration training model.The test results show that the algorithm has higher recognition accuracy than the traditional fruit classification algorithm.
查看全文  查看/发表评论  下载PDF阅读器
关闭