基于改进CNN的草莓成熟度分类方法

作者：张效禹; 黄国言; 杨永涛; 包锋

来源：食品与机械, 2023, 39(10): 130-137.

DOI：10.13652/j.spjx.1003.5788.2023.60079

• 卷积神经网络
• 混合池化
• 草莓
• 成熟度
• 分类

目的:提高草莓分类准确率。方法:通过混合池化方法对CNN进行改进，提出基于改进CNN的草莓分类方法。通过最大池化和平均池化技术组合，得到混合池化方法；通过混合池化方法对CNN进行改进，提高CNN模型的泛化能力；进行图像数据采集、图像预处理和提取图像特征；并利用灵敏度、特异度、精确度、召回率和F1分数对训练好的草莓分类方法进行分类效果评估。结果:试验方法对16像素×16像素图像中草莓分类的灵敏度、特异度、精确度、召回率和F1分数分别达到0.993,0.993,0.994,0.992,0.991;与其他5种分类方法相比，试验方法对草莓分类的灵敏度、特异度、精确度、召回率和F1分数分别平均提高了3.44%,3.96%,4.26%,3.92%,4.08%。结论:该方法可实现不同成熟度草莓的准确分类。

• 单位
  东北石油大学; 燕山大学; 河北对外经贸职业学院