首页 > 《前沿科学》 > 2023年5期 > 基于迁移学习的水果图像识别

基于迁移学习的水果图像识别

打印

在线阅读下载PDF 导出详情

摘要摘要：为改善水果分类精确度，在对现有的VGG16网络模型进行研究的基础上,提出了Simple-VGG网络模型。实验使用Fruits360蔬果数据集，通过减少VGG16中卷积核个数进行网络结构优化；使用全局池化代替全连接层，大幅减少网络参数量。Simple-VGG相比VGG16参数量减少53.7%，识别精确度提升到91.29%，实现了快速、准确识别水果类型的目标。

DOI 3j7gpkl5j1/7169653

作者张义彭蕾倪晓瑞

机构地区山东商业职业技术学院邮编 250103

出处《前沿科学》 2023年5期

关键词水果分类迁移学习 VGG16

分类 [][]

出版日期 2023年05月25日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）

相关文献

1陈家石,解俊文,乔柏钧,李璐.基于深度学习的焊缝图像识别分析.建筑技术科学,2022-07.
2江春1，麦志坚1，罗亦言2，邱素贞3,，李湘棱1.基于深度学习的图像识别算法研究分析.教育学,2022-06.
3兰国宪.基于深度学习的图像识别技术研究.,2023-05.
4周娟,王旭,刘金涛,祁紫霞,郭佳诚.基于机器学习的行人图像识别系统.,2023-11.
5戴进;刘振宇.基于深度学习的图像识别算法研究的综述.计算机科学与技术,2018-03.
6揣瑞.基于深度学习的图像识别与分类算法研究.建筑技术科学,2023-11.
7赵阳,李国祥,董晓峰,胡涛,刘玉.基于深度学习的计算机图像识别技术.,2022-04.
8赵阳,李国祥,董晓峰,胡涛,刘玉.基于深度学习的计算机图像识别技术.,2022-04.
9李游.基于图像识别的船舶检测识别研究.建筑理论,2023-08.
10王赛,黄振宙.基于AdaBoost的军装图像识别技术.,2022-09.

来源期刊

前沿科学

前沿科学

相关推荐

同分类资源更多

相关关键词

水果分类迁移学习 VGG16

返回顶部