基于多尺度卷积神经网络的草莓畸变识别实验设计.pdfVIP

第23卷

第4期实验科学与技术

Vol.

23

No.

4

2025年7月Experimental

Science

and

Technology

Jul.

2025

·实验技术·

基于多尺度卷积神经网络的草莓畸变

识别实验设计

112111

闫静杰，李培原，周晓阳，丁俊丰，王晨昱，卢官明

（1.

南京邮电大学

通信与信息工程学院，南京

210023；2.

东南大学

信息科学与工程学院，南京

211189）

摘要：为培养学生的开发和应用实践能力，根据课程实验设置，该文设计了基于多尺度卷积神经网络的草莓畸变识别

实验案例供学生学习和上机实践。为提高畸变草莓图像的识别能力，研究了多尺度卷积神经网络，并实现了一个草莓畸变

图像识别算法。实验结果表明，该算法对于草莓畸变图像具有准确的识别能力，有效降低了光照和背景等因素的影响。通

过该实验案例，加深了学生对人工智能知识的理解，培养了学生学习人工智能方向的兴趣，提高了学生的人工智能项目开

发和应用能力。

关键词：人工智能导论；电子信息工程专业；卷积神经网络；实验案例

中图分类号：TP391;

G642文献标志码：ADOI:

10.12179/1672-4550

ExperimentalDesignofStrawberryDistortionRecognitionBasedonthe

Multi-ScaleConvolutionalNeuralNetwork

112111

YAN

Jingjie,

LI

Peiyuan,

ZHOU

Xiaoyang,

DING

Junfeng,

WANG

Chenyu,

LU

Guanming

（1.

School

of

Communications

and

Information

Engineering,

Nanjing

University

of

Posts

and

Telecommunications,

Nanjing

210023,

China;

2.

School

of

Information

Science

and

Engineering,

Southeast

University,

Nanjing

211189,

China）

Abstract:In

order

to

cultivate

students’

ability

of

development

and

application

practice,

an

experimental

case

for

strawberry

distortion

recognition

based

on

multi-scale

convolutional

neural

networks

is

designed,

according

to

the

curriculum

experiment

setup,

to

facilitate

students’

learning

and

hands-on

practice.

An

algorithm

for

recognizing

distorted

strawberry

images

is

implemented

using

multi