农业机械学报

作者：何进荣，石延新，刘斌，何东健

单位：延安大学,延安大学,农业农村部农业物联网重点实验室,农业农村部农业物联网重点实验室,

关键词：苹果;外部品质分级;深度学习;计算机视觉;模型融合

基金：国家自然科学基金项目(61902339)、陕西省自然科学基础研究计划项目(2021JM-418)、延安大学博士科研启动项目(YDBK2019-06)、延安市科技专项项目(2019-01、2019-13)、谷歌支持教育部产学合作协同育人项目(202002107065)和延安大学大学生创新创业训练计划项目(S202010719116、DCZX2019-02、S202010719068)

针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题，提出了基于深度学习的苹果外观分级方法（多卷积神经网络融合DXNet模型）。首先，在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15000幅，并进行人工标记，建立了外部品质信息覆盖度广、样本量大的苹果图像数据库；然后，在对比分析经典卷积网络模型的基础上，采用模型融合的方式对经典模型进行优化改进，抽取经典模型卷积部分进行融合，作为特征提取器，共享全连接层用作分类器，并采用批归一化和正则化技术防止模型过拟合。试验评估采用15000幅图像进行训练、4500幅图像进行测试，结果表明，DXNet模型的分级准确率高于经典模型，分级准确率达到97.84%，验证了本文方法用于苹果外部品质分级的有效性。

来源：2021年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第7期