基于改进ResNet50模型的咖啡生豆质量和缺陷检测方法

作     者：纪元浩 许金普 严蓓蓓 薛俊龙 Ji Yuanhao;Xu Jinpu;Yan Beibei;Xue Junlong

作者机构：青岛农业大学动漫与传媒学院青岛市266109 山东省创新发展研究院济南市250101 

基　　金：山东省重大科技创新工程(2021LZGC014-3) 青岛农业大学研究生创新计划项目(QNYCX22038) 

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

年 卷 期：2024年第45卷第4期

页      码：237-243页

摘      要：咖啡生豆的质量决定着商品咖啡豆的价格,目前对咖啡生豆的筛选主要由人工完成,费时费力。提出一种基于改进ResNet50模型来识别咖啡生豆的方法,首先收集8000张咖啡生豆图像建立数据集,并对其进行数据增强,基于ResNet50模型加入CBAM注意力机制,引入迁移学习机制,并使用深度可分离卷积来代替ResNet50残差单元中的传统卷积,构建适用于咖啡生豆分类识别的ResNet50-CBAM-DW模型。为评估模型改进的有效性,与ResNet50、AlexNet、VGG16、MobileNetV2等模型进行比较,改进后模型准确率达到91.1%,相较于原ResNet50模型准确率提升3.0%,参数量降低39.0%。

主 题 词：残差网络 咖啡豆 注意力机制 卷积神经网络 深度可分离卷积 

学科分类：08[工学] 09[农学] 080203[080203] 0901[农学-植物生产类] 0802[工学-机械学] 

D　O　I：10.13733/j.jcam.issn.2095-5553.2024.04.034

馆 藏 号：203127491...