为了进一步提高蔬菜识别的精度，提出了基于Gibbs采样和残差卷积神经网络的蔬菜识别算法，本文将其命名为GiRAlexNet算法。根据马尔科夫随机场与吉布斯随机场的等价性构建图像概率模型，用Gibbs采样获取最优样本点集合，随机取点切割图片。通过GoogleNet、ResNet和AlexNet模型实验显示，分类准确率分别提升了9.22%,3.34%和9.19%。大量实验表明，该GiRAlexNet算法对蔬菜识别的准确率达到98.14%。
科研之友
微信
新浪微博
Facebook
分享链接
