一、选题背景在学习了深度学习案例——MNIST手写数字识别和基于keras框架的猫狗图像识别，为了进一步熟悉tensorflow和keras的基本用法和网络框架，试想着实现对水果和蔬菜的种类进行识别。二、机器学习案例设计方案1.数据集来源水果蔬菜数据集:数据集来源于kaggle，因数据集作者为了构建一个应用程序，该应用程序可以从捕获的照片中识别食品，并为用户提供可以使用食品制作的不同食谱从必应图像
蔬菜图片的类型识别系统【基于MobileNetV3模型】 文章目录MobileNet V3 的创新1. SE模块的加入2. 修改尾部结构3. 修改通道数量4. 改变激活函数使用示例：1. 安装PaddleX2. 准备蔬菜分类数据集3. 定义训练/数据增强4. 定义dataset加载图像分类数据集5. 使用MobileNetV3_small模型开始训练6. 代码示例7. 加载训练保存的模型预测 识别
（一）选题背景(I)选题背景蔬菜在我国人均消费量中占比最高，目前蔬菜大多采用人工识别的方式，而蔬菜种类多，目前人工识别的方式效率比较低，人工成本高。为了提高效率，降低人工成本，利用机器学习卷积神经网络来进行对蔬菜的识别。希望通过这次课程设计能对机器学习有更好的了解。蔬菜在我国人均消费中占比最高。目前，蔬菜的识别多为人工识别，但蔬菜种类繁多。目前人工识别效率较低，人工成本较高。为了提高效率，降低人工
文章目录前言一、介绍1、修改问题2、涉及的函数1、ImageDraw.Draw.text()函数2、Python format 函数二、修改一、检测效果 前言本文主要记录我在使用YOLOv4检测图片时，想在图片中添加检测物体的数量显示。 本文使用别其他博主YOLOv4的代码：github链接一、介绍1、修改问题代码中原作者已经介绍很详细，是仅对图片预测时 其中代码介绍如下（复制过来的）：if m
1 简介我国是一个水果和蔬菜生产大国,水果和蔬菜的总产量均居世界之首.但是我国水果和蔬菜出口总量却很低,在国际市场上缺泛竞争力.为了提高我国果蔬在国际市场上的竞争力,近些年来,我国的果蔬商品化处理发展比较迅速,特别是计算机视觉技术在果蔬识别分类和品质检测领域中应用越来越广泛.但由于果蔬的种类频多,而且不同的果蔬其形状,颜色和纹理等特征千差万别.如何用较少的特征量来表示果蔬的特征,能否用统一的方法来
原创
2022-04-05 21:16:28
442阅读
数学形态学操作可以分为二值形态学和灰度形态学，灰度形态学由二值形态学扩展而来。数学形态学有2个基本的运算，即腐蚀和膨胀，而腐蚀和膨胀通过结合又形成了开运算和闭运算。开运算就是先腐蚀再膨胀，闭运算就是先膨胀再腐蚀。
原创
2021-07-09 15:03:57
384阅读
2评论
一、简介数学形态学操作可以分为二值形态学和灰度形态学，灰
原创
2022-04-07 16:56:34
219阅读
一、简介数学形态学操作可以分为二值形态学和灰度形态学，灰度形态学由二值形态学扩展而来。数学形态学有2个基本的运算，即腐蚀和膨胀，而腐蚀和膨胀通过结合又形成了开运算和闭运算。开运算就是先腐蚀再膨胀，闭运算就是先膨胀再腐蚀。1 二值形态学粗略的说，腐蚀可以使目标区域范围“变小”，其实质造成图像的边界收缩，可以用来消除小且无意义的目标物。式子表达为：该式子表示用结构B腐蚀A，需要注意的是B中需要定义一个原点，【而B的移动的过程与卷积核移动的过程一致，同卷积核与图像有重叠之后再计算一样】当B的原点平移到
原创
2021-11-08 11:24:06
423阅读
一、简介数学形态学操作可以分为二值形态学和灰度形态学，灰度形态学由二值形态学扩展而来。数学形态学有2个基本的运算，即腐蚀和膨胀，而腐蚀和膨胀通过结合又形成了开运算和闭运算。开运算就是先腐蚀再膨胀，闭运算就是先膨胀再腐蚀。1 二值形态学粗略的说，腐蚀可以使目标区域范围“变小”，其实质造成图像的边界收缩，可以用来消除小且无意义的目标物。式子表达为：该式子表示用结构B腐蚀A，需要注意的是B中需要定义一个原点，【而B的移动的过程与卷积核移动的过程一致，同卷积核与图像有重叠之后再计算一样】当B的原点平移到
原创
2021-11-08 13:42:58
156阅读
01-物体检测基础知识&模型评价指标物体检测基础知识机器学习深度学习深度学习发展历程深度学习的核心因素深度学习在计算机视觉中的应用计算机视觉计算机视觉任务物体检测技术发展历程RCNN之前RCNN之后两阶算法优点缺点典型算法多阶算法一阶算法优点缺点典型算法Anchor典型算法无Anchor算法评价指标IoU（Intersection over Union）mAP(mean Average
在日常生活中，我们经常会遇到各种蔬菜，但是对于不太熟悉的蔬菜，很难辨认出它们的名字和用途。随着科技的发展，现在有很多手机软件可以帮助我们识别蔬菜，让我们更加便捷地了解蔬菜的品种和营养价值。下面我就将为大家介绍几款常用的识别蔬菜的手机软件，一起来了解一下识别蔬菜的手机软件有哪些吧！软件一：借助“扫描计数王”来实现蔬菜的识别。扫描计数王是一款可以进行蔬菜识别的手机APP。它的“识别蔬菜”功能识别准度高
一、简介基于matlab GUI 灰度、二值化、腐蚀、直方图处理之水果识别二、源代码function varargout = untitled(varargin)% UNTITLED MATLAB code for untitled.fig% UNTITLED, by itself, creates a new UNTITLED or raises the existing% singleton*.%% H = UNTITLED returns the hand
原创
2022-04-08 09:44:24
321阅读
一、简介基于matlab GUI 灰度、二值化、腐蚀、直方图处理之水果识别二、源代码function varargout = untitled(varargin)% UNTITLED MATLAB code for untitled.fig% UNTITLED, by itself, creates a new UNTITLED or raises the existing% singleton*.%% H = UNTITLED returns the hand
原创
2021-11-08 11:09:10
131阅读
一、简介基于matlab GUI 灰度、二值化、腐蚀、直方图处理之水果识别二、源代码function varargout = untitled(varargin)% UNTITLED MATLAB code for untitled.fig% UNTITLED, by itself, creates a new UNTITLED or raises the existing% singleton*.%% H = UNTITLED returns the hand
原创
2021-11-08 13:39:14
52阅读
分享115个HTML动植食物模板，总有一款适合您 115个HTML动植食物模板下载链接：https://pan.baidu.com/s/1xcY-isg4QSVi_FgQvfFxLg?pwd=vuvl 提取码：vuvlPython采集代码下载链接：采集代码.zip - 蓝奏云Metro风格美食网站模板Metro风格美食网站模板是一款色彩鲜艳的水果蔬菜类网站模板。  
在生鲜配送企业中，食材的分拣与配送是企业管理的重中之重，一个中小型生鲜配送企业，需要投入大量的人力与时间，来对商品进行分拣与称重，工作比较繁琐且重复，对于企业来说是一笔不小的开支。传统的食材分拣称重需要找到客户的订单，然后根据对应的商品进行称重，之后把实际重量记录到纸上，然后去修改、打印送货单，这种分拣方式不仅效率低而且时间较长，一旦出现失误，则需要从头再来，那么我们如何快速进行食材分拣呢?
import pandas as pd
import torch
import torch.nn as nn
import numpy as np
from torch.autograd import Variable
from torch.utils.data import Dataset, DataLoader
from torch import optim
from torchvision
蔬菜价格季节性上行，低于近年同期水平。预计受短期强冷空气和雨雪影响，春节期间菜价大幅上涨，节后有望波动下行。 (一)蔬菜价格季节性上涨。1月份，农业农村部监测的28种蔬菜全国平均批发价每公斤4.18元，环比涨12.4%，同比涨3.0%。其中，同比价格上涨和下跌各14种，涨幅超过20%的品种有西红柿(65.3%)、黄瓜(35.7%)、莲藕(22.8%)和蒜薹(22.5%)，跌幅超过20%的有洋白菜
转载
2023-08-20 16:41:02
102阅读
概述tSNE是一个很流行的降维可视化方法，能在二维平面上把原高维空间数据的自然聚集表现的很好。这里学习下原始论文，然后给出pytoch实现。整理成博客方便以后看SNEtSNE是对SNE的一个改进，SNE来自Hinton大佬的早期工作。tSNE也有Hinton的参与。先解释下SNE。 SNE 全称叫Stochastic Neighbor Embedding。思想是这样的，分别在降维前和降维后的数据集
转载
2023-07-23 20:48:53
94阅读
文章作者：梦家 早期基于 DGL 库学习卷积神经网络，写过一个 GCN demo。后来PyTorch的几何扩展库出来了，发现学术界很多paper都是基于 PyG 实现的，因此学习下 PyG 如何使用。事实上这两个库都非常实用，但 PyG 和 DGL 这两大框架应该如何选择呢？没有好坏之分，个人只是从工具生态中进行判断，给出这两个库在Github中 Fork 和 Star 数量，可以说明 PyG 维
