基于改进Alexnet的轻量化香蕉成熟度检测
Lightweight banana ripeness detection based on improved Alexnet作者机构:广西农业职业技术大学广西南宁530007 桂林理工大学南宁分校广西南宁530001
出 版 物:《食品与机械》 (Food and Machinery)
年 卷 期:2024年第40卷第5期
页 面:128-136页
学科分类:08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:广西高校中青年教师科研基础能力提升项目(编号:2024KY1247 2020KY36006)
摘 要:目的:获得轻量化Mini-Alexnet香蕉成熟度分级模型并应用于安卓移动端。方法:结合不同成熟度香蕉外部特征,对Alexnet网络模型进行结构调整,删除部分卷积层,并利用全局平均池化代替全连接层缩减模型参数和所需内存,且更换更大卷积核提取香蕉表皮全局特征,得到改进后轻量化Mini-Alexnet网络模型,再将Mini-Alexnet网络模型部署至安卓移动端APP,并验证其可行性和实用性。结果:Mini-Alexnet模型仅为11.6 MB,香蕉五等级成熟度判别准确率为97.76%,移动端APP香蕉成熟度自动判别系统本地图片识别模式、拍照识别模式、实时识别模式准确率分别为86.66%,79.33%,74.00%,平均准确率可达80%。结论:改进后Mini-Alexnet模型占内存空间更小。