首页|基于图像识别和卷积神经网络的大豆优良籽粒筛选研究

基于图像识别和卷积神经网络的大豆优良籽粒筛选研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为实现通过籽粒图像识别方法对大豆籽粒的品质进行快速、准确检测,以大豆正常品质籽粒及非正常品质籽粒的分类为例,提出一种基于卷积神经网络的大豆优良籽粒图像筛选分类识别方法.建立大豆籽粒品质数据集,设计卷积神经网络,提取大豆籽粒图像特征.为提高分类准确率和实时性,从设计选择卷积神经网络结构、减小过拟合、加快训练收敛速度、增强网络的鲁棒性等方面对卷积神经网络进行优化,最终选择含有4个卷积层、4个池化层、2个全连接层的6层卷积神经网络,采用L2正则化和小批量训练学习方法对网络进行优化训练测试.将结果与传统机器学习分类方法进行比较,试验结果表明:优化的卷积神经网络对大豆籽粒品质分类的准确率达到98.8％,平均检测一幅大豆单籽粒图像的时间为2.96 ms,可为大豆籽粒品质划分提供重要参考.
Study on the Optimization of Soybean Seed Selection based on Image Recognition and Convolution Neural Network

朱荣胜、闫学慧、陈庆山

展开 >

东北农业大学理学院,黑龙江哈尔滨150030

东北农业大学工程学院,黑龙江哈尔滨150030

东北农业大学农学院,黑龙江哈尔滨150030

大豆籽粒 品质 图像处理 分类识别 卷积神经网络

国家重点研发计划子课题科技部)

2016YED0100201-21-1

2020

10.11861/j.issn.1000-9841.2020.02.0189

大豆科学
黑龙江省农业科学院

大豆科学

CSTPCDCSCD北大核心
影响因子：0.641
ISSN：1000-9841
年,卷(期)：2020.39(2)
  • 5
  • 9