电脑桌面
添加易通论缘成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx

26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第1页
1/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第2页
2/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第3页
3/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第4页
4/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第5页
5/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第6页
6/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第7页
7/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第8页
8/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第9页
9/35页
26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx_第10页
10/35页
WHKJ 大学本科毕业设计I摘 要在智慧农业和零售这类实际场景中,用计算机视觉来识别果蔬,是实现自动分类和溯源的关键技术。当前不少深度学习模型存在参数多、计算成本高、不容易装到边缘设备上的问题。针对这些情况,本文从两个角度出发:一是让模型结构更轻量,二是提升测试时的稳定性,最终设计出一个既能高效提取特征,又便于工程落地的分类方案。具体研究内容如下:(1)设计了一个适合边缘计算的轻量级卷积神经网络,并配套了自适应的训练策略。本研究在网络里连续加了三个特征压缩模块,能够较为有效地提取水果图像中的纹理特征与轮廓特征。同时,为了不让高维特...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

26年WP电子科学与技术 基于神经网络的水果识别5.91-AI23.89全日(20901字).docx

您可能关注的文档

发表评论取消回复

  
新文件+ 关注
机构认证
内容提供者

新文件

确认删除?
qq
  • 联系点击这里给我发消息
搜索教程
联系客服
  • 联系客服
回到顶部