基于改进EfficientNet的板栗分级方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对人工或机械振动筛对板栗分级精度低的问题，提出基于浅层卷积神经网络的板栗分级方法。用小米手机拍摄获取5种级别板栗的5481幅图像应用于卷积网络模型的训练、验证和测试。学习EfficientNet的网络结构，设计的浅层卷积神经网络（Efnet-1）由1个普通卷积模块和3个MB卷积模块构成板栗图像特征提取器。（剩余9838字）

试读结束

目录
monitor