matlab最简单的代码基于CNN的水果分类示例
这些代码是作为论文“卷积神经网络应用于水果图像处理的回顾”,Applied
Sciences,10(10):3443(2020)的一部分而实现的。
为了说明使用一些可用工具来开发CNN的方法,我们展示了水果分类和质量控制示例的实现。
另外,使用众所周知的预训练模型实现了相同的示例,以便说明使用转移学习的另一种解决方案。
重要的是要记住,这些示例的目的只是以最简单的方式显示如何针对特定任务实现CNN模型。
因此,建议的示例未进行优化,因此提出了非常简单的解决方案,以使其易于理解。
为了便于比较和讨论,您可以阅读我们的论文。
分别使用TensorFlow
[99]和深度学习工具箱[102]在Python和MATLAB中对实现进行了编码。
对源代码进行了注释,并提供了描述性信息,也可以在我们的实验室LITRP()网站上在线获得这些代码。
如何引用
请随时使用我们的代码并按如下方式引用我们:
纳兰霍-托雷斯(J.
莫拉(Mora);
Hernández-García,河;
巴里恩托斯(RJ);
弗雷德斯角;
Valenzuela,A。卷积神经网
2021-07-02 15:07:55
2.69MB
系统开源
1