悦月直播免费版app下载 - 悦月直播app大全下载最新版本免费安装软件

基于深度學(xué)習(xí)的可食用野菜種類識別

  • 打印
  • 收藏
收藏成功


打開文本圖片集

摘    要:可食用野菜兼具營養(yǎng)價值和藥用價值,然而傳統(tǒng)采摘可食用野菜的分辨主要依賴人為主觀經(jīng)驗(yàn),效率低且錯誤風(fēng)險高,因此對可食用野菜快速準(zhǔn)確的識別對實(shí)現(xiàn)野菜產(chǎn)業(yè)開發(fā)和保障食用安全具有重要意義。以南京地區(qū)“七頭一腦”共8種可食用野菜為研究對象,構(gòu)建了8種野菜的2400張圖像數(shù)據(jù)集,采用3種具有代表性的卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)模型(AlexNet、VGG16和ResNet50)和3種視覺自注意力(vision transformer,ViT)模型(ViT、CaiT和DeiT)共6種不同的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練和驗(yàn)證,并通過梯度加權(quán)類激活映射(gradient-weighted class activation mapping,Grad-CAM)來分析深度學(xué)習(xí)模型的決策機(jī)制。(剩余16276字)

monitor