基于深度学习的水果图像识别

• 全文链接
• 请求原文

作   者：

李春雨;  郭肖琴;  杨晶晶;  李忠华; 

作者机构：

河北北方学院信息科学与工程学院; 

关键词：

语义分割;  水果;  深度学习;  图像识别;  二值图像; 

期刊名称：

中国农机化学报

i s s n：

2095-5553

年卷期：

2025 年 46 卷 001 期

页   码：

198-203,235

摘   要：

为有效辨别水果种类，提高水果产业商业化的深加工和线下水果销售渠道的效率，针对大多数线下超市在水果售卖过程中主要采用人工识别，其成本高、效率低的问题，提出一种基于语义分割模型（U2-Net）和ResNet-50模型结合的水果图像识别方法，实现水果图像自动识别。使用U2-Net分割出水果的二值图像，然后结合OpenCV算法将二值图中的白色像素值改为水果真实的颜色值，最后通过ResNet-50进行水果图像识别。结果表明，Alexent、VGG16、GoogLeNet和本模型在训练集上的准确率分别为99.66%、99.65%、99.9%、99.8%,在验证集上的准确率分别为96.5%、99.9%、99.6%、100%。提出的水果图像识别方法能够有效提取水果的颜色、形状、纹理等特征，从而实现对不同种类水果图像的准确识别。