影像辨識神經網路應用於愛文芒果不良品分析與預測

本研究採用Mask R-CNN影像辨識演算法模型以及Detectron2框架，應用於愛文芒果影像進行五類不良品分類。主旨在於針對愛文芒果五類不同病種進行多物件實例分割影像辨識，五類病種分別為著色不良、炭疽病、乳汁吸附、機械傷害以及黑斑病，總共五類不良病種。因廠商提供之資料集(training set + validation set共計59650張)資料雜訊嚴重，在資料清洗(Data Cleaning)以及資料前處理(Data Preprocessing)階段花費超過500小時以上，以及將不良資料汰除8995張，最終資料集共為50655張。資料集蒐集不易以及資料雜訊多的情形，為人工智慧應用於真...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	理工研究國際期刊 2022-10, Vol.12 (2), p.91-108
Hauptverfasser:	吳威廷, 吳威廷, 林朝興, 林朝興
Format:	Artikel
Sprache:	eng
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!