基于改進(jìn)CNN的蘋果缺陷檢測(cè)方法研究

摘要： 目的:解決現(xiàn)有蘋果缺陷檢測(cè)方法存在的精度低、效率差等問(wèn)題。方法:基于水果圖像采集系統(tǒng)，提出一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)用于蘋果表面缺陷檢測(cè)；引入深度可分離卷積代換原網(wǎng)絡(luò)標(biāo)準(zhǔn)卷積，提高特征提取速度；引入Leaky ReLU激活函數(shù)代替ReLU激活函數(shù)，提高計(jì)算效率和精度；引入全局平均池化替換全連接層，降低網(wǎng)絡(luò)模型的計(jì)算量；并在每層卷積后加入批量歸一化層，通過(guò)試驗(yàn)與常規(guī)方法進(jìn)行對(duì)比分析，...