基于 CNN 的农业环境芒果分类解决方案
计算机视觉与模式识别
2025-08-01 v1 机器学习
摘要
本文展示了使用卷积神经网络 (CNN) 设计水果检测与分类系统的范例。目标是开发一个自动评估水果质量的系统，用于农场库存管理。具体而言，我们利用图像处理技术开发了芒果分类方法，确保了准确性与效率。选择 Resnet-18 作为分类的初始架构，同时使用级联检测器进行检测，平衡了执行速度与计算资源消耗。检测结果与分类结果通过在 MatLab App Designer 中开发的图形界面显示，简化了系统交互。卷积神经网络与级联检测器的整合为水果分类与检测提供了可靠的解决方案，在农业质量控制中具有潜在应用价值。
引用
@article{arxiv.2507.23174,
title = {CNN-based solution for mango classification in agricultural environments},
author = {Beatriz Díaz Peón and Jorge Torres Gómez and Ariel Fajardo Márquez},
journal= {arXiv preprint arXiv:2507.23174},
year = {2025}
}