一种深度学习的通货核桃品种分选方法 |
| |
引用本文: | 吴飞飞,李晓娟.一种深度学习的通货核桃品种分选方法[J].现代电子技术,2023(2):154-158. |
| |
作者姓名: | 吴飞飞 李晓娟 |
| |
作者单位: | 1. 新疆大学机械工程学院;2. 新疆工业经济和信息化研究院博士后科研工作站 |
| |
摘 要: | 针对市场上通货核桃多品种掺杂、各类核桃相似度高而难以有效区分的问题,文中提出一种深度学习的通货核桃品种分选方法。建立包含四种主栽核桃品种外部种类信息图像数据库,并结合专业知识进行人工标签;构建嵌入BN的Inception多尺度特征融合结构,加速实现多尺度视觉信息的聚合;加入捷径连接,增强模型对特征的复用,缓解过拟合问题;加入SE注意力机制,增强模型的抗干扰能力;使用余弦退火加速模型收敛,在此基础上,构建深度学习网络模型(BSNet),以实现核桃品种的动态分选。将BSNet模型与ResNet18、ResNet50、ResNet101、DenseNet121、GoogleNet等经典模型进行对比实验,实验结果表明,BSNet模型在自建数据集上的分选平均准确率达到96.13%,优于经典模型,证明所提方法能够有效应用于核桃品种分选。
|
关 键 词: | 核桃品种分类 多尺度特征融合 BN 捷径连接 注意力机制 余弦退火 深度学习 |
|