深度学习驱动的智能冰箱
中国石油大学(华东)计算机与通信工程学院; 山东青岛266580; 法国国家信息与自动化研究所; 芬兰VTT科技研究中心; 卢森堡亨利都铎研究中心; 、华中科技大学; 北京科技大学计算机与通信工程学院; 北京100083; 澳大利亚国立大学计算机科学学院; 澳大利亚堪培拉ACT0200; 奥卢大学信息技术与电子工程学院; 芬兰奥卢FI-90014; 西北工业大学; 多伦多大学; 清华大学; 奥卢大学; 卡尔顿大学
深度学习
智能冰箱
模型融合
果蔬识别
数据融合
摘要：食品识别是智能冰箱的核心技术之一,但冰箱中食品的种类繁多并且摆放较为随意,相互遮挡的现象比较严重,这给冰箱中的食品识别带来了诸多挑战。为了提高冰箱内食物的识别效率,以识别冰箱中的果蔬为切入点,提出了一种基于智能冰箱的数据采集、数据处理和果蔬识别的整体架构,以及一种在冰箱环境下的基于深度学习的数据融合的果蔬识别方法。使用这种方法有效提高了在冰箱环境下果蔬识别的准确率。通过对采集的大量数据进行实验,证明了该方法具有良好的性能和识别准确度,能有效解决冰箱环境下果蔬识别问题。
简介：《计算机科学与探索》（CN：11-5602/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
