摘要
本发明公开了一种基于改进的EfficientNetV2的沃柑品质分级方法,该方法包括下述步骤:获取沃柑图像并进行数据增强;对沃柑图像进行预处理;将预处理后的沃柑图像划分为训练集、验证集和测试集,标记不同品质级别;构建卷积神经网络模型EfficientNetV2;基于训练集对卷积神经网络模型EfficientNetV2进行训练,得到训练后的卷积神经网络模型;基于测试集对卷积神经网络模型EfficientNetV2进行测试,输出沃柑分级的准确率;基于训练后的卷积神经网络模型得到预测的沃柑品质分级信息。本发明将沃柑按照不同的品质等级进行分类,且具有成本较低、适应性好、准确率高等优点。
技术关键词
卷积神经网络模型
品质分级方法
构建卷积神经网络
分级系统
滤波模板
全局平均池化
模型训练模块
图像获取模块
伽马校正
邻域
图像增强
测试模块
训练集
像素
输入模块
数据
输出模块
通道
系统为您推荐了相关专利信息
卷积神经网络模型
阵列传感器
智能轮胎
压电传感器
估计方法
节点特征
卷积神经网络模型
训练神经网络模型
邻居
恶意流量识别方法
消防栓管道
水压传感器
消防水管
时序特征
拓扑特征
双目相机
纹理识别方法
表面纹理特征
像素点
分区
激光测风雷达
风速
谱峰位置
构建卷积神经网络
噪声功率