matlab最简单的代码-cnn_fruits_examples:基于CNN的水果分类示例(本文代码https://doi.org/10.33

时间:2024-06-11 06:45:38
【文件属性】:

文件名称:matlab最简单的代码-cnn_fruits_examples:基于CNN的水果分类示例(本文代码https://doi.org/10.33

文件大小:2.69MB

文件格式:ZIP

更新时间:2024-06-11 06:45:38

系统开源

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


【文件预览】:
cnn_fruits_examples-main
----results()
--------filters.png(5KB)
--------fruit-NDDA-training_loss.png(36KB)
--------fruits_classifier-training_loss.png(24KB)
--------fruits-classifier-cm.eps(3.96MB)
--------defect-4-conv-3.png(54KB)
--------apple-conv-3.png(54KB)
--------fruits_classifier-activation-maps.eps(826KB)
--------fruit-classifier-training_acc.png(26KB)
--------fruits-quality-cm.eps(3.02MB)
--------defect-3-conv-3.png(49KB)
--------defect-5-conv-3.png(44KB)
--------defect-7-conv-3.png(48KB)
--------fruits_classifier-training_acc.png(25KB)
--------apple-conv-1.png(18KB)
--------fruit-classifier-training_loss.png(22KB)
--------defect-6-conv-3.png(52KB)
--------fruits_quality-activation-maps.eps(761KB)
--------apple-conv-2.png(22KB)
--------fruit-NDDA-training_acc.png(41KB)
----fruits_quality-NDDA-transfer_learning-MobileNet.py(8KB)
----fruits_quality-NDDA-transfer_learning-InceptionV3.py(8KB)
----fruits_classifier-transfer_learning-VGG16.py(10KB)
----fruits_classifier-transfer_learning-InceptionV3.py(10KB)
----fruits_classifier.py(9KB)
----fruits_classifier-transfer_learning-MobileNet.py(10KB)
----LICENSE(34KB)
----fruits_classifier-transfer_learning-ResNet50.py(10KB)
----fruits_quality-NDDA-transfer_learning-VGG16.py(8KB)
----README.md(2KB)
----fruits_quality-NDDA.m(4KB)
----fruits_quality-NDDA-transfer_learning-ResNet50.py(8KB)
----fruits_quality-NDDA.py(9KB)
----fruits_classifier.m(4KB)
----test_images()
--------damaged-apple-1.jpg(308KB)
--------apple-test.jpg(27KB)
--------damaged-apple-6.jpg(53KB)
--------apple-test-1.jpg(122KB)
--------damaged-apple-5.jpg(94KB)
--------damaged-apple-3.jpg(2KB)
--------damaged-apple-7.jpg(29KB)
--------damaged-apple-2.jpg(5KB)
--------pear-test.jpg(159KB)
--------damaged-apple-4.jpg(30KB)

网友评论