基于TensorFlow的水果成熟度识别

摘要

近年来,由于苹果采摘识别的研究相对较少,识别苹果成熟的方法主要以人工为主,精确识别较为困难.随着科学技术的快速发展,深度学习已经和计算机视觉深度融合,在图像识别领域的研究也越来越深入,深度学习算法通过卷积神经网络提取特征,极大地提高了该算法在图像的目标检测领域对图像进行识别的精度.该文以苹果图像为研究对象,旨在快速有效识别出复杂背景下苹果果实的成熟度,深入剖析基于TensorFlow框架下的YOLO算法及其发展,通过改进网络结构、损失函数等方法,并且结合Darknet-19和深度残差网络ResNet对其进行优化.