文献类型： 中文期刊

作者： 张恒 ¹ ; 过伟民 ² ; 周硕野 ³ ; 成钊 ² ; 蔡宪杰 ⁴ ; 刘剑君 ³ ; 李俊营 ¹ ; 张艳玲 ² ; 王爱国 ² ; 陈栋 ⁵ ; 张富生 ¹ ; 徐嫱 ² ; 陈广晴 ⁶ ;

作者机构： 1.河南省烟草公司平顶山市公司

2.中国烟草总有限责任公司

3.中国烟草总公司河南省公司

4.上海烟草集团有限责任公司

5.北京市农林科学院信息技术研究中心

6.河南省烟草公司三门峡市公司

关键词： 烟叶烘烤;图像数据集;深度学习;变黄状态;干燥状态

期刊名称： 烟草科技

ISSN： 1002-0861

年卷期： 2025 年 58 卷 010 期

页码： 33-46

收录情况： 北大核心

摘要： 为智能化监测烘烤过程中烟叶状态,运用图像采集装置采集烘烤过程烟叶图像数据,利用人工标注和基于EfficientNet-B0改进的EfficientNet-GECA模型建立了烟叶变黄和干燥状态的识别模型,分析了河南南阳、三门峡、平顶山3个烟叶产区的354炉次烘烤过程关键温度点的烟叶状态变化.结果表明:①与经典神经网络模型MobileNetV2、MobileNetV3、VGG16、ShuffleNetV2、ResNet50、EfficientNet-B0相比,EfficientNet-GECA模型对测试集烟叶变黄和干燥状态识别准确率分别提高1.81~32.36百分点和1.98~25.84百分点,识别准确率分别达到88.74%和80.47%.②南阳、三门峡、平顶山产区烟叶在38、40、42、45、48、54℃烘烤过程关键温度点的主要变黄状态较为一致;不同产区在40、42、54℃关键温度点的烟叶干燥状态具有明显差异.基于EfficientNet-GECA模型建立的烟叶变黄和干燥状态识别模型可用于烘烤过程烟叶状态智能化监测,为烟叶烘烤过程制定个性化调控方案提供依据.