基于遷移學(xué)習(xí)番茄品質(zhì)分級(jí)的研究應(yīng)用

摘要： 為解決手工分揀番茄存在勞動(dòng)力浪費(fèi)，分選質(zhì)量得不到保證等問題，采用基于遷移學(xué)習(xí)的方式訓(xùn)練微調(diào)后的AlexNet網(wǎng)絡(luò)，對(duì)常見的6種番茄進(jìn)行品質(zhì)分級(jí)研究；并探究不同優(yōu)化算法和初始學(xué)習(xí)率對(duì)模型訓(xùn)練精度的影響，以及AlexNet網(wǎng)絡(luò)卷積層對(duì)不同番茄所激活的區(qū)域。以遷移學(xué)習(xí)的方式進(jìn)行訓(xùn)練的AlexNet模型，測(cè)試識(shí)別精度達(dá)到97.70%，相較于AlexNet、GoogLeNet、Mobil...