原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1绪论
1.1研究背景
现如今，深度技术已经不再是一个新鲜的名词，在近几年的发展中，深度学习更加广泛的走进人们的视野中。深度学习在图像识别、语音识别等多个领域均取得了重要的突破。随着生活水平的提高，人们开始注重日常饮食的搭配，针对这种情况，在图像识别技术迅猛发展的基础上，本文提出一种图像识别的水果营养成分估算系统，实现对单个水果的矿物质、微量元素、膳食纤维、维生素等营养成分的初步的估计，使人们更加合理的搭配膳食。为提高水果识别的准确度，系统的神经网络模型采用VGG-16卷积神经网络，并且以Tensorflow为后台的Keras搭建，使用交叉熵作为神经网络的损失函数，使用Accuracy作为
文档评论（0）