-
题名基于改进VGG的轻量级香菇品质分类模型
被引量：1
- 1
-
-
作者
孙岩
朱凤武
张宇清
张伟健
吴铖轩
-
机构
吉林农业大学工程技术学院
-
出处
《中国农机化学报》
北大核心
2025年第2期120-125,共6页
-
基金
国家重点研发计划(2020YFD1000304—5)
吉林省科技发展计划项目(20210202054NC)。
-
文摘
为实现对香菇品质的快速、准确分类,依据大棚种植环境下香菇图像的特性,对VGG16深度卷积网络进行轻量化改进,提出一种香菇品质分类检测模型。首先,对VGG16网络进行轻量化处理,利用均和池化层代替全连接层对特征图进行下采样;然后,在特征提取网络中引入空洞融合分离卷积和通道注意力SE模块提升模型的识别精度;之后,利用数据增强方法将数据集扩充;最后,使用迁移学习训练得到香菇品质分类检测模型。在相同的试验条件下,与VGG16、GoogLeNet、VGG19、ResNet50、MobileNetv1五种深度卷积网络模型相比较。结果表明:该模型的综合性能最好,改进后的VGG16网络的识别准确率为95.5%;模型大小约为原始VGG16模型体量的10.9%;训练时间为原始VGG16模型的55.1%。
-
关键词
香菇
品质分类
VGG16
SE模块
均和池化
空洞融合分离卷积
-
Keywords
Lentinula edodes
shiitake quality classification
VGG16
SE module
equalization pooling
void fusion separation convolution
-
分类号
S646.12
[农业科学—蔬菜学]
TP391
[自动化与计算机技术—计算机应用技术]
-
