基于MobileNet v2网络改进的果实成熟度识别方法和识别系统

    公开(公告)号:CN111652326A

    公开(公告)日:2020-09-11

    申请号:CN202010622915.1

    申请日:2020-06-30

    Abstract: 本发明公开了一种基于MobileNet v2网络改进的果实成熟度识别方法,包括:采集果实在自然场景下的不同生长期的图像,作为原始数据集;构建MobileNet v2网络,设定超参数α和ρ,分别控制MobileNet v2网络的宽度和分辨率,并根据训练需求对MobileNet v2网络进行精简;将MobileNet v2网络的损失函数softmax更改为A-softmax loss函数;将精简和更改后的MobileNet v2网络作为果实识别网络,并构建基于精简和更改后的MobileNet v2网络的初始识别模型;利用所述原始数据集在caffe框架下对所述初始识别模型进行训练和测试,获取最优识别模型。本发明能够提高检测速度,且最终所得到的模型易于迁移到移动端进行果实成熟度的实时识别。

    基于MobileNet v2网络改进的果实成熟度识别方法和识别系统

    公开(公告)号:CN111652326B

    公开(公告)日:2023-04-28

    申请号:CN202010622915.1

    申请日:2020-06-30

    Abstract: 本发明公开了一种基于MobileNet v2网络改进的果实成熟度识别方法,包括:采集果实在自然场景下的不同生长期的图像,作为原始数据集;构建MobileNet v2网络,设定超参数α和ρ,分别控制MobileNet v2网络的宽度和分辨率,并根据训练需求对MobileNet v2网络进行精简;将MobileNet v2网络的损失函数softmax更改为A‑softmax loss函数;将精简和更改后的MobileNet v2网络作为果实识别网络,并构建基于精简和更改后的MobileNet v2网络的初始识别模型;利用所述原始数据集在caffe框架下对所述初始识别模型进行训练和测试,获取最优识别模型。本发明能够提高检测速度,且最终所得到的模型易于迁移到移动端进行果实成熟度的实时识别。

    一种图像去雾方法
    4.
    发明公开

    公开(公告)号:CN109685737A

    公开(公告)日:2019-04-26

    申请号:CN201811579417.2

    申请日:2018-12-24

    CPC classification number: G06T5/003 G06N3/0454

    Abstract: 本发明公开了一种图像去雾方法,具体包括以下步骤:搭建基于ResNet的深度神经网络模型;采集训练数据集并训练网络模型;设计神经网络模型损失函数,使神经网络模型更精确地实现对有雾图像的去雾清晰化处理;精简压缩神经网络模型,压缩神经网络模型计算量;使用训练好的神经网络模型对待处理图像进行端到端去雾清晰化处理。本发明通过压缩神经网络模型,使模型计算量和参数数量明显下降,减少运行时间,可在移动端稳定运行。

Patent Agency Ranking