Key points are not available for this paper at this time.
La classification et la reconnaissance des fruits et légumes restent un défi dans la production et la vie quotidienne. Dans cet article, nous proposons un système de classification efficace des fruits et légumes utilisant la saillance d'image pour délimiter les régions d'objet et un modèle de réseau de neurones convolutionnel (CNN) pour extraire les caractéristiques de l'image et mettre en œuvre la classification. La saillance d'image est utilisée pour sélectionner les principales régions de saillance selon la carte de saillance. Un modèle VGG est choisi pour l'entraînement à la classification des fruits et légumes. Une autre contribution de cet article est que nous établissons une base de données d'images de fruits et légumes couvrant 26 catégories, qui englobe les principaux types dans la vie réelle. Des expériences sont menées sur notre propre base de données, et les résultats montrent que notre système de classification atteint un excellent taux de précision de 95,6 %.
Guoxiang Zeng (Sun,) a étudié cette question.
Synapse has enriched one closely related paper. Consider it for comparative context: