FRUIT QUALITY AND DEFECT IMAGE CLASSIFICATION WITH CONDITIONAL GAN DATA AUGMENTATION

这篇文章主要解决的是柠檬好坏的图像分类任务，首先用VGG16网络对柠檬图像进行分类，探索了表示层神经元数量对分类结果的影响。然后提出了使用CGAN对柠檬分类数据集进行扩增，可以给定类别生成好的和坏的柠檬图像，并通过实验探索不同数量的扩增图像对分类结果的影响。最后对VGG16进行不同比例的剪枝实验，加速网络的推理速度。