| 基于深度卷积神经网络的樱桃分级检测 |
| |
| 引用本文： | 张永飞,裴悦琨,姜艳超,魏冉,周品志. 基于深度卷积神经网络的樱桃分级检测[J]. 食品研究与开发, 2021, 42(14): 138-144 |
| |
| 作者姓名： | 张永飞 裴悦琨 姜艳超 魏冉 周品志 |
| |
| 作者单位： | 大连大学辽宁省北斗高精度位置服务技术工程实验室，辽宁 大连 116622；大连大学大连市环境感知与智能控制重点实验室，辽宁 大连 116622 |
| |
| 基金项目： | 国家自然科学基金（61601076） |
| |
| 摘 要： | 为使樱桃达到标准化和商品化，加大樱桃产值，樱桃分级成为不可或缺的环节。该文提出一种基于深度学习关键点检测方法对樱桃的大小分级和有无果梗进行判别。通过卷积神经网络自动提取樱桃的关键点特征，构建回归网络模型得到樱桃果梗首末两端和果萼两侧的关键点坐标，从而达到樱桃分级的目的。试验结果表明樱桃大小检测准确率为93.14%，有无果梗判定准确率为90.57%，基于深度学习的关键点回归检测方法能够有效检测樱桃尺寸和有无果梗，具有较高的准确率，检测速度为33 fps，能够满足实时性需求。
|
| 关 键 词： | 深度学习；关键点检测；分级检测；实时性需求；樱桃 |
| 收稿时间： | 2021-03-30 |
Cherry Grading Using A Deep Convolutional Neural Network |
| |
| ZHANG Yong-fei,PEI Yue-kun,JIANG Yan-chao,WEI Ran,ZHOU Pin-zhi. Cherry Grading Using A Deep Convolutional Neural Network[J]. Food Research and Developent, 2021, 42(14): 138-144 |
| |
| Authors: | ZHANG Yong-fei PEI Yue-kun JIANG Yan-chao WEI Ran ZHOU Pin-zhi |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《食品研究与开发》浏览原始摘要信息 |
|
点击此处可从《食品研究与开发》下载全文 |
|
