Un modelo de clasificación de calidad de setas MobileNetV3 mejorado utilizando imágenes con fondos complejos
Autores: Zhu, Fengwu; Sun, Yan; Zhang, Yuqing; Zhang, Weijian; Qi, Ji
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un modelo de clasificación de calidad de setas MobileNetV3 mejorado utilizando imágenes con fondos complejos
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Hongos shiitake
Técnicas de aprendizaje profundo
Modelo de clasificación de calidad de hongos
Red MobileNetV3_large
Datos de imagen
Precisión de reconocimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Los hongos shiitake son un hongo comestible importante, y su contenido nutricional está relacionado con su calidad. Con la aceleración de la urbanización, ha habido una seria pérdida de población y escasez de mano de obra en las áreas rurales. El problema de la cosecha de productos agrícolas después de la madurez se está volviendo cada vez más prominente. En los últimos años, las técnicas de aprendizaje profundo han tenido un buen desempeño en tareas de clasificación utilizando datos de imágenes. Estas técnicas pueden reemplazar la mano de obra manual necesaria para clasificar rápidamente y con precisión la calidad de los hongos shiitake. Por lo tanto, en este documento se mejora una red convolucional profunda MobileNetV3_large, y se propone un modelo de clasificación de calidad de hongos utilizando imágenes con fondos complejos.
Descripción
Los hongos shiitake son un hongo comestible importante, y su contenido nutricional está relacionado con su calidad. Con la aceleración de la urbanización, ha habido una seria pérdida de población y escasez de mano de obra en las áreas rurales. El problema de la cosecha de productos agrícolas después de la madurez se está volviendo cada vez más prominente. En los últimos años, las técnicas de aprendizaje profundo han tenido un buen desempeño en tareas de clasificación utilizando datos de imágenes. Estas técnicas pueden reemplazar la mano de obra manual necesaria para clasificar rápidamente y con precisión la calidad de los hongos shiitake. Por lo tanto, en este documento se mejora una red convolucional profunda MobileNetV3_large, y se propone un modelo de clasificación de calidad de hongos utilizando imágenes con fondos complejos.