基于改进CBAM-ResNet18的六安瓜片茶智能分级系统

文献类型： 中文期刊

第一作者： 王成蹊

作者： 王成蹊;马洁;贾文珅;毕亮;陈冬冬;刘青伟

作者机构：

关键词： 六安瓜片茶;注意力机制;茶叶分级;计算机视觉;残差网络

期刊名称： 北京信息科技大学学报(自然科学版)

ISSN： 1674-6864

年卷期： 2025 年 40 卷 003 期

页码： 20-28

摘要： 六安瓜片茶的品质分级长期依赖人工感官评估或电化学分析方法，存在效率低和成本高等局限。针对现有加入注意力机制的神经网络模型在茶叶细粒度分类中的局限性，提出了基于改进嵌入卷积注意力模块（convolutional block attention module, CBAM）的残差网络（residual network, ResNet）模型CBAM-ResNet18的智能评级系统。首先，将CBAM-ResNet18输入层中的最大池化层替换为卷积层，在降低空间维度的同时保留更多茶叶表面微观结构细节。其次，对CBAM-ResNet18的通道数进行压缩，使模型聚焦于不同等级茶叶间差异的关键区域，在提高模型分类精度的同时实现模型轻量化。实验结果表明，在涵盖4个主流品牌、4类等级的自制六安瓜片茶数据集上，所提模型的Top-1准确率达95.0%，媲美现有主流先进注意力网络。而模型总参数量和每秒可执行的浮点运算次数较原CBAM-ResNet18分别下降约83%和30%。在同步开发的低成本便携设备上部署后，采用FP32精度的推理时间约为1.5 s/帧，量化为INT8精度后的推理时间约为0.9 s/帧，证明了系统在六安瓜片茶质检领域的应用潜力。

分类号： TP391.41%TP18%TS272.5

  • 相关文献

[1]基于注意力机制和多尺度残差网络的农作物病害识别. 黄林生,罗耀武,杨小冬,杨贵军,王道勇. 2021

[2]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[3]基于深度残差网络的番茄叶片病害识别方法. 吴华瑞. 2019

[4]改进Mask R-CNN的温室环境下不同成熟度番茄果实分割方法. 龙洁花,赵春江,林森,郭文忠,文朝武,张宇. 2021

[5]基于改进YOLO v3-tiny的全景图像农田障碍物检测. 陈斌,张漫,徐弘祯,李寒,尹彦鑫. 2021

[6]基于深度残差网络的麦穗回归计数方法. 刘航,刘涛,李世娟,李路华,吕纯阳,刘升平. 2021

[7]融合ResNet与支持向量机的葡萄园冠层图像叶片覆盖度分类. 代国威,陈稼瑜,樊景超. 2023

[8]基于改进ResNet50模型的自然环境下苹果物候期识别. 刘永波,高文波,何鹏,唐江云,胡亮. 2023

[9]计算机视觉技术在植物根系形态研究中的应用. 杨国梁,张光年,葛庆平,郭新宇. 2006

[10]基于主成分分析及LVQ神经网络的番茄种子品种识别. 赵学观,王秀,李翠玲,高原源,王松林,冯青春. 2017

[11]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[12]基于计算机视觉的玉米籽粒形态测量. 王传宇,郭新宇,温维亮,苗腾. 2011

[13]基于支持向量机的鱼群摄食行为识别技术. 陈彩文,杜永贵,周超,孙传恒. 2018

[14]基于计算机视觉的植物行为感知研究综述. 祁卫宇,王传宇,郭新宇. 2017

[15]计算机视觉技术在作物形态测量中的应用. 徐歆恺,郭楠,葛庆平,郭新宇. 2006

[16]计算机视觉技术在植物根系形态研究中的应用. 杨国梁,郭新宇,张光年,葛庆平. 2005

[17]人工视觉网络在小麦籽粒分类中的应用. 左卫刚,高洋. 2020

[18]养殖鱼类摄食行为的特征提取研究与应用进展. 曹晓慧,刘晃. 2021

[19]基于Bytetrack的多目标跟踪算法在斑马鱼毒性行为识别中的应用. 赵海翔,崔鸿武,黄桢铭,王磊,李皓,崔正国,曲克明. 2024

[20]基于计算机视觉的绿茶炒干中在制品理化变化研究. 伍洵,刘飞,陈之威,王玉婉,陈琳,涂政,周小芬,杨云飞,叶阳,童华荣. 2020

作者其他论文 更多>>

微信小程序