科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对猕猴桃硬度品质无损检测分类困难的问题，提出了结合高光谱成像技术和卷积神经网络的分类模型。该模型融合Haar小波提取的空间特征信息和3D卷积核提取的空谱联合信息，采用分解数据通道连接的方式确保所有特征能够流到模型末尾，提升了网络特征提取的能力。通过自制的猕猴桃硬度品质Kiwi＿seed数据集上的实验表明，Haar小波变换模块可以显著提升网络的特征提取能力；通过消融实验表明在增加Haar小波变换模块后模型的分类准确率提升了7.4%，可以达到最优97.3%，优于经典的图像分类网络，可以很好的解决猕猴桃硬度品质的无损检测分类问题。
- 单位
