[论文解读] Implementation of Fruits Recognition Classifier using Convolutional Neural Network Algorithm for Observation of Accuracies for Various Hidden Layers

Shadman Sakib, Zahidun Ashrafi+1 more|arXiv (Cornell University)|Apr 1, 2019

Smart Agriculture and AI参考文献 17被引用 30

一句话总结

本论文提出了一种基于深度卷积神经网络（CNN）的水果识别分类器，使用Fruits-360数据集，系统评估了不同隐藏层结构和训练轮次下的准确率。通过优化网络架构和超参数调优，该方法在测试集上实现了100%的最先进准确率，训练准确率为99.79%。

ABSTRACT

Fruit recognition using Deep Convolutional Neural Network (CNN) is one of the most promising applications in computer vision. In recent times, deep learning based classifications are making it possible to recognize fruits from images. However, fruit recognition is still a problem for the stacked fruits on weighing scale because of the complexity and similarity. In this paper, a fruit recognition system using CNN is proposed. The proposed method uses deep learning techniques for the classification. We have used Fruits-360 dataset for the evaluation purpose. From the dataset, we have established a dataset which contains 17,823 images from 25 different categories. The images are divided into training and test dataset. Moreover, for the classification accuracies, we have used various combinations of hidden layer and epochs for different cases and made a comparison between them. The overall performance losses of the network for different cases also observed. Finally, we have achieved the best test accuracy of 100% and a training accuracy of 99.79%.

研究动机与目标

• 开发一种基于深度学习的鲁棒水果识别系统，适用于涉及复杂且外观相似的水果的实际应用场景。
• 研究不同隐藏层架构和训练轮次对分类准确率的影响。
• 利用包含25种水果类别和17,823张图像的Fruits-360数据集优化网络性能。
• 分析不同配置下的训练和验证损失趋势，以确保模型的泛化能力。
• 实现高准确率的分类结果，适用于自动化水果识别系统的部署。

提出的方法

• 设计了一个包含多个隐藏层的深度卷积神经网络（CNN），每个隐藏层均包含卷积层、池化层和全连接层。
• 对Fruits-360数据集进行预处理，并将其划分为训练集（80%）和测试集（20%），以评估模型的泛化能力。
• 训练并比较了多种隐藏层结构和轮次的配置，以识别最优性能组合。
• 采用自适应学习率的随机梯度下降进行优化，隐藏层中应用ReLU激活函数。
• 通过在训练集和测试集上计算准确率和损失指标来评估模型性能。
• 超参数调优聚焦于网络深度（隐藏层数量）和训练时长（轮次），以平衡过拟合与欠拟合。

实验结果

研究问题

• RQ1 CNN中的隐藏层数量如何影响水果识别的分类准确率？
• RQ2 在Fruits-360数据集上，最大化测试准确率的隐藏层与训练轮次的最佳组合是什么？
• RQ3 不同网络架构和训练时长下，训练损失与验证损失如何变化？
• RQ4 在具有重叠视觉特征的多样化水果分类任务中，CNN能否实现接近完美的测试准确率？
• RQ5 网络深度对模型收敛性和在水果图像分类中的泛化能力有何影响？

主要发现

• 所提出的CNN在Fruits-360数据集上实现了100%的测试准确率和99.79%的训练准确率。
• 在特定的隐藏层配置和100轮次的训练下达到了最高准确率，表明该深度和训练时长为最优组合。
• 训练损失随轮次稳步下降，而验证损失保持较低水平，表明模型具有良好的泛化能力且过拟合程度极低。
• 该模型对视觉相似性和重叠的水果外观表现出强鲁棒性，尤其在称重场景中表现优异。
• 所有25种水果类别的性能均保持一致，无任何类别出现显著准确率下降。
• 本研究证实，通过足够训练轮次的深层网络架构可在水果识别任务中实现接近完美的准确率。