典型文献
基于机器学习的果蔬识别研究综述
文献摘要：
K近邻、人工神经网络、卷积神经网络等传统机器学习技术,以及VGGNet、ResNet及MobileNet等处于当前机器学习前沿的深度学习技术已广泛应用到农业生产领域中,特别是在水果和蔬菜的识别与分类应用中已有较多研究成果.通常果蔬的识别方法是先利用外围设备采集果蔬图像,在对图像预处理后建立果蔬识别模块,再利用上述提到的技术提取图像特征来实现果蔬的自动识别与分类,最后应用到机器人自动果蔬采摘领域.本文阐述了果蔬识别与分类目前面临的制约条件、最新进展,并在不同果蔬数据集上对当前的主流果蔬识别的分类算法进行比较,为进行果蔬自动识别与分类等研究工作提供借鉴和参考.
文献关键词：
机器学习;果蔬识别;特征提取;分类识别
中图分类号：
作者姓名：
吴冀豪;常玉祥;汪宇玲;彭思绘
作者机构：
东华理工大学信息工程学院,江西南昌,330013
文献出处：
引用格式：
[1]吴冀豪;常玉祥;汪宇玲;彭思绘-.基于机器学习的果蔬识别研究综述)[J].机器人技术与应用,2022(04):29-31
A类：
B类：
基于机器学习,果蔬识别,近邻,人工神经网络,机器学习技术,VGGNet,ResNet,MobileNet,前机,深度学习技术,生产领域,水果,识别与分类,外围设备,图像预处理,识别模块,图像特征,自动识别,果蔬采摘,类目,制约条件,最新进展,分类算法,分类识别
AB值：
0.349801
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
