计算机工程与科学

作者：李亚召, 云利军, 叶志霞, 王坤, 翟乃琦

单位：（云南师范大学信息学院，云南 昆明 650500）

关键词：霉变烟叶,卷积神经网络模型,图像分类,

基金：云南省应用基础研究计划重点项目（2018FA033）；云南师范大学研究生科研创新基金（ynnuyjs2019152）

针对人工在线精选霉变烟叶时,存在效率低下、容易漏检等缺点，提出了一种基于卷积神经网络模型对霉变烟叶图像进行筛选、分类识别的方法。首先建立烟叶数据集，然后搭建卷积神经网络模型，利用卷积神经网络先初步提取特征，再筛选提取主要特征,然后进行各部分的特征汇总；最后实现图像的分类，从而实现了快速、准确的识别霉变烟叶图像和正常烟叶图像。实验结果表明，与人工挑选霉变烟叶的方法和烟叶传统图像分类算法相比较，搭建的卷积神经网络不仅具有较高的识别准确率，也简化了人工提取图像特征的复杂过程。

来源：2021年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第3期