基于卷积神经网络的水果图像分类识别研究

作     者：曾平平 李林升 ZENG Pingping;LI Linsheng

作者机构：南华大学机械工程学院湖南衡阳421000 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2019年第35卷第1期

页      面：23-26,34页

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：衡阳市重点项目(2015KC06) 湖南省教育厅重点项目(15A160) 

主　　题：水果识别 卷积神经网络 图像识别 深度学习 

摘      要：为了解决传统水果图像分类识别算法人工提取特征的缺陷,将卷积神经网络应用到水果图像识别上,基所创建的数据集,参照经典的卷积神经网络模型Le Net-5结构,提出更适合本数据集的卷积神经网络结构,首先对水果数据集进行分类标签,将苹果、梨、橙子、橘子、桃子分别标记为0、1、2、3、4,然后将图片分批次投入模型训练,该模型构建了一个输入层、两个卷积层、两个池化层、两个全连接层和一个输出层。卷积神经网络通过底层提取特征,再进一步更深层次提取特征,最后得到目标的分类。实验结果表明,所提出的卷积神经网络结构不仅在数据集上取得了较高的识别准确率,而且与传统的水果图像分类识别算法相比较,卷积神经网络避免了人工提取特征的繁琐过程。