论文部分内容阅读
为实现复杂背景下准确、快速地识别多种水果,提出了基于改进DarkNet-53卷积神经网络的水果分类识别模型.该模型在DarkNet-53网络模型基础上,用组归一化方法替换原有的批量归一化方法,改进模型结构、优化参数.在此基础上,引入YOLOv3算法对图像全局信息进行目标预测,构建水果目标检测模型.从建立的水果图像库中随机抽取样本作为训练集和测试集,测试该方法性能.结果表明:所构建模型能够有效提取水果图像的不同层特征,与原模型相比不依赖于批量大小,准确率达到95.6%;使用改进的DarkNet-53作