安徽农业科学2023，Vol.51Issue(3) ：235-239.DOI:10.3969/j.issn.0517-6611.2023.03.053

基于深度学习的在线烟叶等级判定研究

Online Tobacco Leaf Grade Determination Research Based on Deep Learning

齐玥程 王燕 李丽 熊攀攀
安徽农业科学2023，Vol.51Issue(3) ：235-239.DOI:10.3969/j.issn.0517-6611.2023.03.053
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于深度学习的在线烟叶等级判定研究

Online Tobacco Leaf Grade Determination Research Based on Deep Learning

齐玥程 1王燕 1李丽 1熊攀攀2
扫码查看

作者信息

  • 1. 云南省烟草烟叶公司,云南昆明 650000
  • 2. 上海创和亿电子科技发展有限公司,上海 200082
  • 折叠

摘要

对烟叶进行等级判定可以合理利用烟叶资源,提高卷烟产品质量,对实现经济利益最大化有重要意义.提出一种基于深度学习的在线烟叶等级判定方法,该方法采用ResNeXt为基础网络,在残差结构中嵌入SE模块以增强重要通道的信息,并引入FPN+PAN结构将网络浅层细节特征和高层语义特征进行融合,以实现多尺度特征表达.测试结果表明,该方法烟叶等级判定的准确率达到92.8％,因此该方法对烟叶等级具备良好识别的能力,可适用实际生产.

关键词

烟叶等级判定/深度学习/卷积神经网络/SE模块/特征融合

引用本文复制引用

基金项目

中国烟草公司云南省公司科技计划一般项目(2021530000242043)

出版年

2023
安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
参考文献量10
段落导航相关论文