.png){kind=icon}
返回
Automatic Fruit Grading System with High Adaptability Using Machine Learning Method
.png){kind=icon}
PRE
AI
DOI：10.3390/app152211866.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
水果品质在农业经济中扮演着重要角色。然而，人工水果分级的低效和不准确检测导致了水果品质保障的降低。为解决这些问题，提出了一种基于ML的多种水果自动分级系统。在该研究中，通过三个步骤，该自动水果分级系统能够将四种水果快速划分为三个等级。首先，从水果中提取对分级影响较大的特征，包括纹理、形状、颜色、大小和缺陷。然后，将提取的水果特征输入到随机森林算法中以训练水果分级模型。最后，通过该水果分级模型预测四种水果的等级。数据集包含来自Kaggle的666张采购水果图像，其中包括270张苹果图像、170张石榴图像、114张橙子图像和112张杨梅图像。采用了70%训练集和30%测试集的划分，并使用了十折交叉验证（ten-fold CV）策略来评估模型。实验结果表明，RF算法在分类这四种水果时表现出最佳稳定性和准确性，苹果、杨梅、石榴和橙子的准确率分别为98.6%、95.3%、98.1%和99.1%。与其他ML方法相比，RF在多水果分类任务中表现最佳。
Keyword:
fruit grading system
feature extraction
machine learning
random forest
adaptability
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
An Automated Tomato Maturity Grading System Using Transfer Learning Based AlexNetP. Das, J.K. P.S. Yadav, and A.K. Yadav, “基于AlexNet迁移学习的自动化番茄成熟度分级系统,” 《信息系统工程》, 卷26, 期2, 页码191–200, 2021年4月, doi: 10.18280/isi.260206.
PREAI
分享收藏Hayat, A.; Morgado-Dias, F.; Choudhury, T.; Singh, T.P.; Kotecha, K. FruitVision: A Deep Learning Based Automatic Fruit Grading System. Open Agric. 2024, 9, 20220276. [Google Scholar] [CrossRef]Hayat, A.; Morgado-Dias, F.; Choudhury, T.; Singh, T.P.; Kotecha, K. FruitVision: 基于深度学习的自动水果分级系统. Open Agric. 2024, 9, 20220276. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏VGG16 Transfer Learning Architecture for Salak Fruit Quality Classification基于VGG16迁移学习的红毛丹果实品质分类架构Telematika
OAAI
TelematikaIF0
OAAI分享收藏
查看更多内容