傳統(tǒng)圖像識(shí)別原理

傳統(tǒng)的水果圖像識(shí)別系統(tǒng)的一般過(guò)程如下圖所示，主要工作集中在圖像預(yù)處理和特征提取階段

在大多數(shù)的識(shí)別任務(wù)中， 實(shí)驗(yàn)所用圖像往往是在嚴(yán)格限定的環(huán)境中采集的， 消除了外界環(huán)境對(duì)圖像的影響。但是實(shí)際環(huán)境中圖像易受到光照變化、 水果反光、 遮擋等因素的影響， 這在不同程度上影響著水果圖像的識(shí)別準(zhǔn)確率。

在傳統(tǒng)的水果圖像識(shí)別系統(tǒng)中， 通常是對(duì)水果的紋理、 顏色、 形狀等特征進(jìn)行提取和識(shí)別。

深度學(xué)習(xí)水果識(shí)別

CNN 是一種專門(mén)為識(shí)別二維特征而設(shè)計(jì)的多層神經(jīng)網(wǎng)絡(luò)， 它的結(jié)構(gòu)如下圖所示，這種結(jié)構(gòu)對(duì)平移、 縮放、 旋轉(zhuǎn)等變形具有高度的不變性。

數(shù)據(jù)集

數(shù)據(jù)庫(kù)分為訓(xùn)練集(train)和測(cè)試集(test)兩部分

訓(xùn)練集包含四類apple,orange,banana,mixed(多種水果混合)四類237張圖片；測(cè)試集包含每類圖片各兩張。圖片集如下圖所示。

圖片類別可由圖片名稱中提取。

處理訓(xùn)練集的數(shù)據(jù)結(jié)構(gòu)

模型網(wǎng)絡(luò)結(jié)構(gòu)

訓(xùn)練模型

順便輸出訓(xùn)練曲線

識(shí)別效果