基于迁移学习番茄品质分级的研究应用

摘要： 为解决手工分拣番茄存在劳动力浪费，分选质量得不到保证等问题，采用基于迁移学习的方式训练微调后的AlexNet网络，对常见的6种番茄进行品质分级研究；并探究不同优化算法和初始学习率对模型训练精度的影响，以及AlexNet网络卷积层对不同番茄所激活的区域。以迁移学习的方式进行训练的AlexNet模型，测试识别精度达到97.70%，相较于AlexNet、GoogLeNet、Mobil... （共7页）