基于双分支深度融合卷积神经网络的红枣品质分类方法

摘要

本发明公开了一种基于双分支深度融合卷积神经网络的红枣品质分类方法，该方法包括：该方法首先对采集到的不同品质的红枣图像进行预处理，并将其归一化为相同尺寸，预处理后的红枣图像(丰满枣、干条枣、裂口枣和瑕疵枣)被随机分为训练集和测试集。然后，将卷积神经网络设计为双分支结构，其中第1条分支网络结合迁移学习策略，利用在大型数据集Imagenet上训练生成的模型对其进行预训练。第2条分支网络，增加了特征图流动的分支数目和融合次数。最后利用设计的双分支深度融合卷积神经网络对预处理过的红枣图像数据进行训练，提取红枣图像特征，生成训练模型，并完成不同红枣品质的多分类任务。该方法极大地提高了红枣品质分类的准确率和效率。