基于深度学习的橙子质量分级
计算机视觉与模式识别
2025-03-28 v1
摘要
橙子分级是水果行业的关键步骤，有助于根据尺寸、品质、成熟度和健康状况等不同标准对橙子进行分类，确保人类食用安全并实现更好的价格分配和客户满意度。自动化分级实现了更快的处理速度、精准操作以及减少人工劳动力。本文实现了一个基于深度学习的橙子分级解决方案，通过机器视觉实现。不同于典型的分级系统仅从单一视角分析水果，我们为每个橙子捕获多视角图像，以实现更丰富的表征。随后，我们将获取的图像组成一个画布。这使得能够分析整个橙子表皮。我们在组成图像上训练卷积神经网络 (CNN)，将橙子分为三个类别：良好、坏森及未定义。我们还评估了两种不同 CNN (ResNet-18 和 SqueezeNet) 的性能。我们在实验中表明，多视角分级优于单视角分级。
引用
@article{arxiv.2503.21250,
title = {Orange Quality Grading with Deep Learning},
author = {Mohamed Lamine Mekhalfi and Paul Chippendale and Francisco Fraile and Marcos Rico},
journal= {arXiv preprint arXiv:2503.21250},
year = {2025}
}