期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进Convnext的多尺度融合注意力机制稻米品种分类
1
作者 黄文杰 刘珏 +1 位作者 方焯 苗青 《中国粮油学报》 北大核心 2025年第5期169-179,共11页
针对当下在自动化和智能化的生产生活中增强生产者和消费者购买米种的透明度问题,方便消费者自行判断购买米种信息,由于判断人工识别的效率低、识别能力差,提出了一种适用于在线颗粒分割,并基于改进Convnext网络实现大米种类检测的方法... 针对当下在自动化和智能化的生产生活中增强生产者和消费者购买米种的透明度问题,方便消费者自行判断购买米种信息,由于判断人工识别的效率低、识别能力差,提出了一种适用于在线颗粒分割,并基于改进Convnext网络实现大米种类检测的方法。为实现自动化在线米粒的种类和品质分类应用,采用Cmos类相机对多种米粒的外观信息进行了采集,包括12000张图片6类米种;对采集的米粒图像采用匹配点区域选取和分割点匹配策略,对4种情况下的黏结米粒图像进行了外观黏结分割;在此基础上运用Convnext对采集稻米图片进行种类分类。为实现更好效果的分类,在Convnext的基础上引入多尺度特征融合机制和PSC注意力机制得到了Convnext-Mix-PSC(ConvMP)模型,改造convnext block模块完成位置和通道和多尺度特征的混合,再加入PSC注意力机制增强模型的自适应地集成重要的局部特征和全局特征,以单米粒图像为输入对象成功分类米粒的品种并且将准确率由90.59%提高到94.98%,验证了其在面向颗粒作物的现代农业信息化和食品安全检测中有较好效果。 展开更多
关键词 大米种类分类 黏结分割 神经网络 Convnext 注意力网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部