仇 誉，韩俊英，封成智，陈永卫

(甘肃农业大学信息科学技术学院，甘肃 兰州 733070)

0 引 言

苹果是世界上仅次于柑橘的第二大水果，其种植生产遍布于全世界。目前,种植苹果已成为许多国家主要的农事活动,约有80多个国家和地区都种植生产苹果[1]。苹果产业作为中国最具代表性的劳动密集型优势产业,多年来在促进农民收入增长和区域经济发展等方面起到了重要作用。苹果产业也在我国的水果产业中一直占据着非常重要的地位，其很强的市场竞争力,对于果农增加收益以及农业产业结构的改善都具有重要意义[2-3]。随着苹果种质资源的不断创新丰富，如何有效、简单、准确识别苹果品种成为了一个不断引起各界关注的热点问题。文献[4]指出基于深度学习的图像识别技术可以与人类专家的识别能力相媲美，甚至超过专家的识别能力。因此本文拟提出一种基于计算机视觉技术的苹果果树栽培品种识别方法，包括前期数据采集、模型设计训练验证等过程，要求有较高的识别率，可以为苹果产业的生产研究提供力所能及的帮助。

近年来，以深度学习为基础的图像分类成为了计算机视觉技术方面的一个重要课题，特别是在大规模图像分类任务中有良好表现的卷积神经网络[5]，已经发展成为计算机模式识别任务中最好的分类方法之一，它的适用范围广泛，还能够自动提取图像低级特征并进一步学习高级特征，现已被广泛应用于图像分类、图像分割、目标识别和物体定位等领域[6-8]。……