标题：基于深度残差网络的水果图像分类算法研究
作者：徐清华1 郑誉煌2 戴冰燕1
作者单位：1 广东第二师范学院物理与信息工程系，广东 广州 510303；2 广东第二师范学院教务处，广东 广州 510303
关键字：深度学习；迁移学习；水果分类
摘要：深度学习是基于人工神经网络的一种机器学习方法，能够进行大规模矩阵运算。将其应用于图像识别领域，能够高效完成对高分辨率图像的处理，有效推动计算机视觉领域技术革新。在此基础上，利用深度残差网络模型进行对图像数据的识别与分类，引入迁移学习思想，将ResNet152模型迁移到三种水果的图像数据集中进行训练，实现对图像特征的获取，再对测试集进行分类识别训练，以此促进模型分类识别的准确率提高。通过增加测试集中数据量、增加训练难度进行重复实验，得出结论：ResNet152模型具有较高的准确率，验证该模型在图像识别分类领域的高效性。