基于深度神经网络的土耳其特有的橄榄物种图像分类
计算机视觉与模式识别
2026-03-03 v1
摘要
本研究采用图像处理和深度学习方法自动分类土耳其的本地橄榄物种。利用立体相机捕获五种不同橄榄物种的图像，并进行预处理以确保其分析适用性。采用卷积神经网络(CNN)架构MobileNetV2和EfficientNetB0进行图像分类。通过迁移学习方法优化这些模型。训练和测试结果表明，EfficientNetB0模型表现最佳，准确率为94.5%。这些发现表明，基于深度学习的系统为高精度分类橄榄物种提供了有效解决方案。该方法在自动识别和质量控制等领域具有重要应用潜力。
引用
@article{arxiv.2603.00168,
title = {Image-Based Classification of Olive Species Specific to Turkiye with Deep Neural Networks},
author = {Irfan Atabas and Hatice Karatas},
journal= {arXiv preprint arXiv:2603.00168},
year = {2026}
}