论文部分内容阅读
为了降低蔬果种类的分类成本,实现蔬果智能化的识别与分拣,以9种蔬果为实验对象,运用卷积神经网络技术,建立一个图像识别模型。针对蔬果种类的特点,优化并调整模型的结构。相比其他识别网络,卷积神经网络特有的卷积层能对图像自动进行特征提取,并且由于其参数的权值共享,可以有效缩短学习时间,进一步提升识别率。所构建的识别模型能够实现相对复杂背景下的蔬果图像识别,可为日常生活中的蔬果识别提供一种切实有效的方法,具有一定的现实意义。