基于Mobilenetv3的果蔬分类识别研究

摘要：

针对农贸市场、果蔬超市中结算流程不够智能化问题以及重型神经网络模型部署困难问题,基于轻量化神经网络模型Mobilenetv3,对果蔬分类识别进行了研究.首先针对果蔬超市、农贸市场环境复杂问题,提出了多样化数据采集方案,共采集果蔬170种,图片136000张.然后利用一系列增强方法,在训练时对数据进一步进行增强.最后使用训练数据集对Mobilenetv3进行了训练并使用测试数据集进行了测试,其top-1成功率达到了0.932,top-5成功率达到了0.991.研究结果表明:基于轻量化神经网络模型的果蔬分类可以用来辅助售货员进行果蔬分类.

关键词：果蔬分类、图像增强、无人超市、轻量化神经网络

所属期刊栏目：23

分类号：TP391.41(计算技术、计算机技术)

资助基金：山东省自然科学基金面上项目ZR2021MF078

在线出版日期：2023-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：105-110