基于深度学习的水果识别系统设计
作者信息:
陈迪清,2016级,自动化专业
指导教师信息:
张小花,副教授,研究方向:农业自动化与信息化,深度学习。
项目简介:
本项目设计一个基于深度学习的水果自动识别系统,通过摄像头(机器视觉)采集水果的相关数据,应用 MATLAB 软件技术,结合深度学习算法,对不同种类的水果实现分类识别。基于深度学习的卷积神经网络,主要工作集中在图像预处理和特征提取上,将原始图像直接送给卷积神经网络,网络会自动学习,这不仅降低了特征提取的难度和复杂性,还可以提高水果识别的准确率和鲁棒性,适应性更强大。而且设计好的卷积神经网络还可以通过迁移学习移植到其他的任务中使用,在实际的应用中比传统的识别方法更有优势。机器视觉部分,通过摄像头采集水果数据,这种非接触式的工作方式,降低了人力成本,解放生产力,更加主动可靠。
![卷积神经网络结构图](/__local/E/80/9B/CAFB04D7B320A8C11341D265C22_324D81A5_4B9B.gif)
图1 本系统卷积神经网络的结构
![](/__local/A/B9/68/FEFD34918193627BD090C98831E_863880B8_2970.jpg)
(1) (2)
![香蕉](/__local/4/2F/B8/E0918A481F6F387F7426AF52F61_C40B90BE_3323.jpg)
(3) (4)
图2 本系统部分识别结果的展示