您好,欢迎访问甘肃省农业科学院 机构知识库!

基于改进ResNet34网络模型的小麦籽粒种子分类研究

文献类型: 中文期刊

作者: 薛淏 1 ; 刘成忠 1 ; 鲁清林 2 ;

作者机构: 1.甘肃农业大学信息科学技术学院

2.甘肃省农业科学院兰州小麦研究所

关键词: 小麦籽粒;ResNet34;Dropout层;SE-P注意力机制

期刊名称: 软件工程

ISSN: 2096-1472

年卷期: 2025 年 28 卷 010 期

页码: 22-25

摘要: 针对传统小麦籽粒检测任务中种类少、数目小、识别效率不高、受数据集因素影响较大的问题,构建30 000张小麦籽粒图像数据集进行分类研究。在原始ResNet34模型的残差结构中加入改进的SE-P注意力机制,减少无关的特征依赖,增强模型的特征表达能力;在全连接层之前应用Dropout层,通过随机丢弃部分神经元,降低过拟合的发生。实验结果表明,改进后的ResNet34分类模型准确率、精确度和召回率分别为92.30%、92.23%和92.72%,相较于原模型准确率提升3.71%。在小麦籽粒分类任务中提升明显。

  • 相关文献

[1]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

作者其他论文 更多>>