基于深度学习的小龙虾分级算法

作者：高竟博; 李晔; 杜闯

来源：现代计算机(专业版), 2020, (26): 40-46.

• 小龙虾分级
• 卷积神经网络
• EfficientNet网络
• 图像识别

传统人工分拣小龙虾存在着分拣速度慢、效率低、人工代价高等问题。针对小龙虾人工分级存在的问题,提出基于卷积神经网络的小龙虾分级算法,该算法以预训练的EfficientNetB0网络为基础框架,为了能更好地实现知识迁移,通过两层全连接层对EfficientNetB0特征进行迁移,并利用ReLU激活函数。利用TensorFlow平台来实现算法,并利用Adam优化器对两层全连接层和线性分类层进行训练。为了模拟实际生产线,分别评估提出算法在干净图像数据集、不同类型噪声图像数据集的性能,并与经典的ResNet50、VGG16、VGG19等卷积网络进行性能对比。实验结果表明EfficientNetB0在不同小龙虾数据集上具有较好的泛化性能,在干净图像、高斯噪声图像和椒盐噪声图像上的识别率分别达到99.70%、93.75%和88.41%。

• 单位
  南京邮电大学; 自动化学院