Japanese destroyer Kaki

新型AI模型Fruit-HSNet提高了果实成熟度预测的准确性

研究人员开发了Fruit-HSNet，这是一种新颖的机器学习架构，旨在提高使用高光谱图像预测果实成熟度的准确性。该方法解决了现有方法的局限性，例如标记数据稀缺以及跨不同相机和水果类型泛化的困难。Fruit-HSNet采用时空特征提取模块，结合可学习的特征融合和专用分类器。在包含三种不同相机拍摄的五种水果的广泛DeepHS Fruit数据集上进行测试时，Fruit-HSNet达到了70.73%的新最先进准确率，比当前的深度学习模型高出12%。