文献类型： 中文期刊

作者： 孙淑媛 ¹ ; 刘子豪 ² ; 陈伟杰 ² ; 王金星 ³ ; 范慧慧 ³ ; 王柳 ⁴ ; 詹立俭 ⁵ ; 鹿业波 ² ;

作者机构： 1.长兴县农业技术推广服务总站

2.嘉兴学院信息科学与工程学院

3.null

4.浙江省农业科学院农产品质量安全与营养研究所

5.浙江金渔生物科技有限公司

关键词： 中华绒螯蟹;快速鉴别;外观品级;YOLO-v7模型;组合特征

期刊名称： 安徽农业科学

ISSN： 0517-6611

年卷期： 2024 年 014 期

页码： 191-199

摘要： 提出一种基于注意力机制和深度神经网络(YOLO-v7)的中华绒螯蟹品质快速预测的新方法。首先，蟹在自然环境中生长会形成背部花纹特征，根据形态测量学将其划分为侧齿、龙骨脊、额突、疣突、颈沟、复眼6种特征，提出基于对称度的特征定量计算方法，并根据视觉注意力机制可视化YOLO-v7模型中对分类精准度较高的区域，采用LabelImg图像标记软件分别对差异较大的前5种组合特征进行活力品级标记，然后基于YOLO-v7模型对标记好的数据进行训练和推理，得到最优中华绒螯蟹品级鉴定和预测模型。结果显示，疣突+颈沟的蟹背纹理组合特征可实现中华绒螯蟹品级的快速识别，总体训练准确率可以达到95.0%,总体推理准确率可以达到96.2%,且每只河蟹活力品级的推理时间不超过0.5 s。该方法具有较大的应用前景和市场价值，为开发大规模中华绒螯蟹在线品质的无损检测装备提供关键技术。