论文部分内容阅读
针对自然环境下各干扰因素的复杂性以及移动端识别所需的实时性,本文以深度学习理论为基础,将高效、轻量化的MobileNets网络引入到SSD模型中,提出了基于SSD_MobileNets模型的柑橘实时识别方法,对比试验表明:识别平均准确率达到86.03%,参数量减少为改进前的1/7,识别速度达到38.48帧/s,较改进前提高了3.18倍。该识别方法具有良好的泛化能力和实时性,为果实识别研究提供了新的技术参考。