# Kiwi_Recognition

**Repository Path**: studnet_f/kiwi_-recognition

## Basic Information

- **Project Name**: Kiwi_Recognition
- **Description**: pytorch实现GoogleNet、ResNet、SEnet的猕猴桃品种识别，数据集为徐香、瑞玉、翠香共900张，测试集准确率达到92%。
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2022-03-08
- **Last Updated**: 2024-05-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Kiwi_Recognition

#### 介绍

pytorch实现VGG-16,InceptionV3、ResNet、SEnet的猕猴桃品种识别，数据集为徐香、瑞玉、翠香共900张，测试集准确率达到92%。对比lenet-5、sift+词袋模型+svm。
数据集：徐香、翠香、瑞玉每个品种选取大约30个正常果实，每个果实在单一背景下不同角度采样十张作为数据集样本。共采样徐香292张，翠香313张，瑞玉303张。图片分辨率为350DPI，色彩模式为彩色，图片格式为jpg。

#### 研究目的

基于徐香、翠香、瑞玉在单一背景下不同角度共采样900余张图片数据集。为猕猴桃溯源系统研究一套准确度达到90%以上的猕猴桃品种识别算法。

#### 环境依赖：

1.  python3.7+opencv-contrib-python3.4
2.  tensorflow1.10+pytorth

#### 效果图

1.  OpenCV+contrib+SVM
![输入图片说明](readme_img/sift.png)

2.  lenet5

![输入图片说明](readme_img/lenet-5.png)

3.  VGG-16

![输入图片说明](readme_img/vgg16.png)
![输入图片说明](readme_img/vgg16_result.png)
![输入图片说明](readme_img/vgg3.png)

4.  Inception+Resnet

![输入图片说明](readme_img/inception1.png)
![输入图片说明](readme_img/resnet1.png)
![输入图片说明](readme_img/inception2.png)

5.  SEnet

![输入图片说明](readme_img/se1.png)
![输入图片说明](readme_img/resse.png)
![输入图片说明](readme_img/se.png)