基于SE-ResNet网络的油茶果果壳与茶籽分选模型

作     者：段宇飞 董庚 孙记委 王焱清 Duan Yufei;Dong Geng;Sun Jiwei;Wang Yanqing

作者机构：湖北工业大学农机工程研究设计院武汉市430068 湖北省农机装备智能化工程技术研究中心武汉市430068 

基　　金：湖北省重点研发计划项目(2020BBA042) 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2023年第44卷第4期

页      码：89-95页

摘      要：油茶果脱壳后果壳与茶籽混合在一起,采用传统的机械分选仍会出现掺杂果壳的情况,清选率有待提高。比较ResNet不同层数模型,发现在当前壳籽实验样本下ResNet18与其他模型相比每次迭代的平均训练时间最少,并且验证集平均准确率最高,同时均优于其他CNN分类模型。为进一步提升分选效率,在ResNet18网络中引入注意力机制,结果表明,SE-ResNet18模型与改进前的模型相比,训练过程中每次迭代的平均时间由1.31 s下降到1.13 s,缩短0.18 s,验证集平均准确率为98.88%,提升1.4个百分点。经过测试后得出,测试集整体准确率为98.43%,与原模型相比提升1.3个百分点,说明使用ResNet18模型结合注意力机制的方法在油茶果果壳与茶籽的分选上是可行的,为油茶果在分选方法提供一种新的理论基础与思考方向。

主 题 词：油茶果 深度学习 分选 SE-ResNet18模型 注意力机制 

学科分类：1305[艺术学-设计学类] 13[艺术学] 0828[工学-建筑类] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.13733/j.jcam.issn.2095-5553.2023.04.013

馆 藏 号：203121174...