基于MobileNetV2和卷积注意力机制的轻量化玉米籽粒品种识别研究

文献类型： 中文期刊

第一作者： 孙孟研

作者： 孙孟研;孙彤辉;郝凤琦;穆春华;马德新

作者机构：

关键词： MobileNetV2;ISPAM注意力机制;深度学习;玉米籽粒;品种识别

期刊名称： 山东农业科学

ISSN： 1001-4942

年卷期： 2024 年 56 卷 012 期

页码： 139-146

摘要： 快速、准确地识别农作物品种对我国粮食安全和农业发展具有重要意义。为实现玉米种子的快速鉴别与保护，本研究提出一种基于MobileNetV2和卷积注意力机制的玉米籽粒品种识别算法。首先购得市面上9个常规玉米品种的籽粒，使用佳能80D型相机对其胚面和胚乳面进行图像采集，构建了包含3 408张图像的玉米籽粒识别数据集，按照7∶2∶1划分训练集、验证集和测试集，并对训练集图像进行数据增强处理；然后设计注意力模块ISPAM(Improved Spatial Attention Module),即在卷积注意力模块(CBAM)基础上，提出一种新的通道注意力模块ICAM对CBAM的通道注意力机制进行改进，同时引入空间金字塔池化(SPP)模块替换CBAM空间注意力模块中的平均池化模块和最大池化模块，构建了玉米籽粒品种识别模型MobileNetV2＿ISPAM。将MobileNetV2＿ISPAM与添加其他注意力模块的模型对比，结果表明，MobileNetV2＿ISPAM在测试集上的准确率为99.11%,均明显高于MobileNetV2以及添加SE(Squeeze-and-Excitation)、CBAM注意力机制的模型。梯度加权类激活映射网络可视化表明，MobileNetV2＿ISPAM更关注玉米籽粒图像中的显著特征，从而提高了模型的准确率。此外，该模型的参数量仅为7.15 M,适合移动端的便携化部署。本研究在保证模型轻量高效的前提下，提升其抵抗过拟合能力和分类性能，为以后基于深度学习的移动端玉米籽粒图像识别模型研究提供了思路。

分类号： TP391.41%S513

  • 相关文献

[1]基于深度学习的玉米包衣种子品种识别. 冯晓,张辉,刘正,张会芳,陈海燕,赵威,郑国清,马中杰. 2024

[2]基于卷积神经网络的家蚕幼虫品种智能识别研究. 石洪康,田涯涯,杨创,陈宇,粟思源,张智勇,张剑飞,蒋猛. 2020

[3]基于深度学习的葡萄砧木叶片识别研究. 潘博文,魏冰心,苏宝峰,鞠延仑,刘崇怀,樊秀彩,张颖,孙磊,姜建福,房玉林. 2024

[4]基于深度学习的鲜食葡萄叶片品种识别研究. 潘博文,林美苓,鞠延仑,苏宝峰,孙磊,樊秀彩,张颖,张永辉,刘崇怀,姜建福,房玉林. 2025

[5]玉米果穗图像单一特征的品种鉴别力评价. 杨锦忠,张洪生,郝建平,杜天庆,崔福柱,李娜娜,梁改梅. 2011

[6]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

[7]蜂蜜品种识别和掺假鉴别的研究进展. 陈晓明,初叶心,乔江涛,张红城,张根生. 2020

[8]基于图像处理技术的观赏菊品种识别方法研究. 翟果,李志敏,路文超,赵勇,王成. 2016

[9]基于冠层高光谱数据与马氏距离的马铃薯品种识别. 王卓卓,何英彬,罗善军,段丁丁,张远涛,朱娅秋,于金宽,张胜利,徐飞,孙静. 2018

[10]无人机遥感影像在油菜品种识别中的应用. 李婕,李毅,张瑞杰,李俐俐,李礼,姚剑,乔江伟. 2022

[11]基于冠层高光谱数据与马氏距离的马铃薯品种识别. 王卓卓,何英彬,罗善军,段丁丁,张远涛,朱娅秋,于金宽,张胜利,徐飞,孙静. 2018

[12]基于电子鼻技术的稻米气味检测与品种识别. 胡桂仙,王俊,王建军,王小骊. 2011

[13]基于高光谱图像技术的高粱品种识别研究. 宋少忠,刘园园,周紫阳,滕星,李继红,刘君玲,高勋. 2024

[14]基于IRMAnet的全生育期小麦品种识别研究. 冯永强,刘成忠,韩俊英,鲁清林,刘立群,邢雪. 2024

[15]不同品系橡胶树的花序性状差异研究. 张源源,张晓飞,高新生,李维国. 2015

[16]玉米套黄豆经济施用尿素试验报告. 罗世洪. 1981

[17]对玉米籽粒机械化收获的探讨. 佟屏亚. 2015

[18]影响玉米摘穗过程中籽粒破碎和籽粒损失率的因素分析. 范国昌,王惠新,籍俊杰,曹文虎,刘焕新,郝金魁,陈德润,周祖锷,王士怀. 2002

[19]不同环境下玉米籽粒油分及饱和脂肪酸含量的遗传效应. 王云美,高祥扩,冯素芬,杨克昌,江鲁华,赵自仙,李丽争. 2014

[20]高光谱图像信息检测玉米籽粒胚水分含量. 田喜,黄文倩,李江波,樊书祥,张保华. 2016

作者其他论文 更多>>

微信小程序