【水果识别】基于RGB+HSV实现水果成熟度分级系统matlab源码含GUI.md

模型已训练好，能够检测出苹果，香蕉，橘子，火龙果和草莓五种水果。直接点击predict.py就可以输入包含水果的图片路径进行检测。不仅可以检测出包含单个水果的图片，也可以检测出包含多个不同水果的图片。

【水果识别】基于灰度直方图水果识别matlab源码含 GUI.md

22495 水果图片！ fruit-recognition_datasets.txt fruit-recognition_datasets.zip

基于VC++的水果识别系统。。

近些年,计算机视觉发展迅速,在水果识别方向进行了广泛的应用和研究。本文设计基于BP神经网络的水果识别系统,选取生活中常见的三种水果:苹果、橘子、香蕉作为对象。首先,通过网络资源等搜集水果图像建立样本库;然后通过MATLAB对图像进行预处理,为后续的特征提取做好准备。水果特征的提取选择纹理、形状、颜色三种特征进行提取;同时在每种特征中选用不同的特征值作为特征向量。通过提取三种特征后输入到BP神经网络中进行训练、识别。经测试,识别的成功率可以达到93.18%,证明了可行性以及未来的可实用性。

CNN（卷积神经网络）深度学习水果分类识别及应用 作者信息 姓名：朱帅 博客： Email： Github: 指导老师：方志伟 项目各文件夹说明 存放相关源代码和资源 存放用于训练的数据集，包括训练集和测试集 用于存放最终软件的编译结果和一些编译临时文件 用于存放生成的模型文件和数据标签 环境要求 模型训练/开发环境 操作系统：Windows / Linux / macOS 开发环境：Python3.7 开发语言：Python 依赖安装： pip3 install -r requirements.txt pip3 install pyinstaller 注：如果不想污染环境，建议新建一个虚拟环境 Pytorch 官方手册 URL： 开发 / 模型训练 / 构建 开发 请切换到 src 目录进行开发 模型的训练和测试 切换工作目录到 src 目录，执行如下指令 python tra

BP神经网络的一个实例，是基于vc＋＋的，解压编译即可。

利用matlab设计基于BP神经网络的水果识别，利用不同水果的颜色及弧度作为神经网络的参数，建立BP神经网络。（Ps:水平一般，仅供参考）

可以用来进行水果识别，是完整的代码，只要有matlab就可以运行