基于微调优化的深度学习在果蔬识别中的应用

摘要

果蔬图像分类是图像识别的重要组成部分,是实现果蔬农产品自动化分类的关键技术。果蔬图像识别面临的主要挑战在于果蔬种类众多,缺乏大量的有标签数据,难以通过监督学习方法来实现果蔬图像分类。针对上述问题,本文构建果蔬图像数据集,提出将融合迁移学习的深度卷积网络用于果蔬图像识别。为了验证该方法的有效性,采用特定方式微调模型参数,在数据集上进行了实验。实验结果表明,通过微调优化方法,模型的准确性提升3%以上,为深度学习的微调优化提供一定的参考依据。