首页|一种深度学习的通货核桃品种分选方法

一种深度学习的通货核桃品种分选方法

扫码查看
原文链接
  • 万方数据
  • 维普
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.
Method of deep learning for currency walnut variety selection

吴飞飞、李晓娟

展开 >

新疆大学 机械工程学院,新疆 乌鲁木齐 830000

新疆工业经济和信息化研究院 博士后科研工作站,新疆 乌鲁木齐 830000

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

新疆维吾尔自治区天山雪松计划新疆维吾尔自治区科协科技重点咨询项目

2020XS28xjkj-2021-019

2023

10.16652/j.issn.1004-373x.2023.02.029

现代电子技术
陕西电子杂志社

现代电子技术

CSTPCD北大核心
影响因子：0.417
ISSN：1004-373X
年,卷(期)：2023.46(2)
  • 11