摘要：目的為了提高果蔬農(nóng)產(chǎn)品識(shí)別的準(zhǔn)確性,使果蔬農(nóng)產(chǎn)品分類(lèi)實(shí)現(xiàn)自動(dòng)化。方法利用深度卷積神經(jīng)網(wǎng)路強(qiáng)大的特征學(xué)習(xí)和特征表達(dá)能力,來(lái)自動(dòng)學(xué)習(xí)果蔬種類(lèi)特征,提出基于位置的柔性注意力算法,對(duì)Inceptionv3神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),并結(jié)合參數(shù)遷移學(xué)習(xí)方法建立果蔬識(shí)別模型;針對(duì)果蔬種類(lèi)繁多,且國(guó)內(nèi)外缺乏完善的果蔬圖像數(shù)據(jù)庫(kù)這一現(xiàn)狀,構(gòu)建果蔬圖像數(shù)據(jù)集;在此數(shù)據(jù)集上將文中所提出的果蔬識(shí)別算法與其他果蔬識(shí)別算法進(jìn)行對(duì)比。結(jié)果試驗(yàn)結(jié)果表明,在學(xué)習(xí)率為0.1、迭代次數(shù)為5000時(shí),文中提出算法的準(zhǔn)確率高達(dá)97.89%。結(jié)論相較于現(xiàn)有果蔬識(shí)別算法,所提出的果蔬識(shí)別算法的識(shí)別性能最優(yōu),魯棒性最強(qiáng)。