来源：期刊VIP网 时间：
作者：张瑞琪;杨宁;张一枫;
单位：长春工业大学人文信息学院;中央民族大学;中国科学院东北地理与农业生态研究所;
摘要：[目的]解决现有苹果自动分级方法存在的分级精度差和效率低等问题。[方法]在基于机器视觉的苹果自动分级系统基础上，提出一种结合卷积神经网络、全局平均池化、批量归一化和支持向量机的苹果自动分级方法。通过全局平均池化，降低模型参数量。通过批量归一化技术提高模型的泛化能力。通过支持向量机替换卷积神经网络的Softmax分类器，提高分类的准确性，并进行验证实验。[结果]与常规的苹果分级方法相比，试验方法在苹果自动分级中具有更高的检测准确和效率，分级准确率达到98.50%，分级速度达到209帧/s，满足食品加工自动化要求。[结论]通过优化现有苹果自动分级方法，在一定程度上提高了检测性能。
关键词：苹果;;自动分级;;卷积神经网络;;支持向量机;;全局平均池化;;批量归一化
基金资助：吉林省高等教育学会科技支持项目（编号：JGJX24D1045,JGJX25C286）
