基于机器学习方法的考虑多种定价因素的枣类水果分类
计算机视觉与模式识别
2021-11-02 v1
摘要
枣是一种主要种植于印度、中国与伊朗且具多种健康益处的水果,以鲜食与干制形式销售。枣的定价涉及重量、褶皱与缺陷等多项因素。一些枣农不加妥善分选或分类便以均价整批出售其产品。我们的研究与经验表明,若产品在销售前经过分选工序,其利润可显著提升。干枣存在一些传统分选方法,但成本高、耗时且易因人为误差而不准确。如今,计算机视觉结合机器学习方法正日益用于食品工业的分选与分类,并解决了许多传统分选方法的问题。本文提出一种基于计算机视觉、利用机器学习技术对枣类水果进行分级的方法,该方法考量多数重要定价因素,可用于增加农民利润。该方法首先获取不同样本的若干图像,随后提取其颜色特征、形状与尺寸特征、纹理特征、缺陷与褶皱特征等视觉特征,并利用PCA与CFS等特征选择算法筛选最有用的特征。每个样本得到一个特征向量,我们用这些向量训练分类器以判定各样本对应的预定义组别。我们使用不同分类器与训练方法以求最佳结果,通过决策树达到了98.8%的分类准确率。
引用
@article{arxiv.2111.00112,
title = {Classification of jujube fruit based on several pricing factors using machine learning methods},
author = {Abdollah Zakeri and Ruhollah Hedayati and Mohammad Khedmati and Mehran Taghipour-Gorjikolaie},
journal= {arXiv preprint arXiv:2111.00112},
year = {2021}
}