Resumen

La forma de juzgar de manera rápida y precisa la madurez del melón es muy importante para los consumidores y el personal encargado de la clasificación de los melones. Este artículo presenta un enfoque novedoso para resolver la dificultad de la clasificación del estado de madurez del melón en invernaderos y otros entornos complejos. Las características de color del melón fueron utilizadas como la principal característica de discriminación de madurez. Se aplicó una ResNet modificada de 29 capas con los propuestos métodos de aumento de datos en dos vías para la clasificación de los estados de madurez del melón utilizando conjuntos de datos tanto en interiores como en exteriores para crear un modelo de clasificación robusto que pueda generalizar mejor. Los resultados mostraron que el aumento de datos de código, que es la primera vía, causó más degradación en el rendimiento que el aumento de imagen de entrada, que es la segunda vía. Esto estableció la efectividad del aumento de datos de código en comparación con el aumento de imagen. Sin embargo, los aumentos de datos en dos vías, incluida la combinación de conjuntos de datos de exteriores e interiores para crear un modelo de clasificación, revelaron un excelente rendimiento con una puntuación del 99%, por lo que el modelo es aplicable a una plataforma informática para la rápida clasificación de los estados de madurez del melón.

• Materias:Sensores Algoritmo genético Controlador difuso Planificación de ruta
• Subjects:sensors Genetic algorithm Fuzzy controller Path planning
• Palabras claves:Madurez; Melón; Clasificación; Aumento de datos; Características de color; Invernadero
• Keywords:Maturity; Muskmelon; Classification; Data augmentation; Color characteristics; Greenhouse