紅棗營養(yǎng)極為豐富,是重要的滋補和藥用食品,同時也是重要的食品工業(yè)原料。然而,在紅棗采摘和運輸?shù)倪^程中,遭受蟲害、漿爛、裂口和破損的紅棗,容易發(fā)生交叉感染,嚴重影響到整體紅棗的質(zhì)量,并且直接關(guān)系到果農(nóng)和整個紅棗產(chǎn)業(yè)的經(jīng)濟效益。因此,紅棗品質(zhì)分類成為紅棗進行儲存、運輸和深加工的首要和關(guān)鍵環(huán)節(jié)。目前,國內(nèi)主要通過人工對紅棗品質(zhì)進行分選,存在勞動強度大、成本高、效率低等缺點,分類準確率和衛(wèi)生質(zhì)量難以得到保障。為了迎合市場和企業(yè)需求,找到一種自動、高效、無損的紅棗品質(zhì)分類方法,成為解決紅棗外觀品質(zhì)分類問題的關(guān)鍵。針對紅棗外觀品質(zhì)進行分級的工作,本文提出一種基于雙分支深度融合卷積神經(jīng)網(wǎng)絡(Double Branch Deep Fusion,DDFnet)的紅棗外觀品質(zhì)分級方法。首先,將卷積神經(jīng)網(wǎng)絡設計為雙分支結(jié)構(gòu),第1條分支網(wǎng)絡結(jié)合遷移學習策略,利用在大型數(shù)據(jù)集ImageNet上訓練生成的SqueezeNet網(wǎng)絡模型對卷積神經(jīng)網(wǎng)絡進行預訓練。第2條分支網(wǎng)絡,在輕量級網(wǎng)絡SqueezeNet結(jié)構(gòu)的基礎上,通過將Fire模塊內(nèi)部squeeze與expand卷積層輸出特征圖進行融合,從而構(gòu)成Fusion...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

圖１－２機器視覺釆集系統(tǒng)??

飽滿棗是指含糖量高，外表皮色澤鮮紅，褶皺少且平緩，無表皮破損特征，形狀??規(guī)則，個大圓潤的棗果。依靠人眼對紅棗外觀品質(zhì)進行分類，存在主觀性，難以??保證紅棗品質(zhì)的分揀精度，而且存在效率低和人力成本高等缺點。如圖１－２所示??為機器視覺采集系統(tǒng)，機器視覺技術(shù)利用工業(yè)相機完全可以代替....

圖１－１人工對不同品質(zhì)紅棗進行分揀??

飽滿棗是指含糖量高，外表皮色澤鮮紅，褶皺少且平緩，無表皮破損特征，形狀??規(guī)則，個大圓潤的棗果。依靠人眼對紅棗外觀品質(zhì)進行分類，存在主觀性，難以??保證紅棗品質(zhì)的分揀精度，而且存在效率低和人力成本高等缺點。如圖１－２所示??為機器視覺采集系統(tǒng)，機器視覺技術(shù)利用工業(yè)相機完全可以代替....

圖2-2傳統(tǒng)機器學習算法框圖

機器學習（Ｍａｃｈｉｎｅ?Ｌｅａｒｎｉｎｇ）是研究計算機模擬人類的學習行為，從而能夠??獲取到新知識和新技能，使計算機能夠重新組織和更新本身原有的知識體系，從??而完成自身性能的提升。深度學習（Ｄｅｅｐ?Ｌｅａｒｎｉｎｇ）的研宄來源于人工神經(jīng)網(wǎng)絡，??是機器學習研宄領(lǐng)域的一項重要....

圖2.3深度學習算法框圖

機器學習（Ｍａｃｈｉｎｅ?Ｌｅａｒｎｉｎｇ）是研究計算機模擬人類的學習行為，從而能夠??獲取到新知識和新技能，使計算機能夠重新組織和更新本身原有的知識體系，從??而完成自身性能的提升。深度學習（Ｄｅｅｐ?Ｌｅａｒｎｉｎｇ）的研宄來源于人工神經(jīng)網(wǎng)絡，??是機器學習研宄領(lǐng)域的一項重要....

本文編號：3922451