一种基于卷积神经网络的水果表面缺陷检测方法

本发明公开了一种基于卷积神经网络的水果表面缺陷检测方法，包括下述步骤：获取水果表面图像数据并进行数据增强；对水果表面图像数据进行预处理；对预处理后的水果表面图像数据进行图像增强；将图像数据集划分为训练集、验证集和测试集；构建水果图像分类网络模型，在ResNet50网络模型中加入SPP模块和CBAM模块；基于训练集对水果图像分类网络模型进行训练，得到训练后的水果图像分类网络模型；基于测试集对水果图像分类网络模型进行测试，得到水果表面缺陷分类准确率；基于训练后的水果图像分类网络模型得到预测的水果表面缺陷分类结果。本发明可将水果按照不同的品质等级进行分类，具有适应性好、准确率高等优点。