基于改进CBAM注意力机制的MobileNetV2玉米种子品种识别研究

作     者：牛思琪 马睿 许晓琳 梁敖 穆春华 许金普 马德新 Niu Siqi;Ma Rui;Xu Xiaolin;Liang Ao;Mu Chunhua;Xu Jinpu;Ma Dexin

作者机构：青岛农业大学动漫与传媒学院青岛266109 青岛农业大学智慧农业研究院青岛266109 山东省农业科学院玉米研究所济南250100 

基　　金：山东省自然科学基金项目(ZR2022MC152) 山东省高等学校青创人才引育计划项目(202202027) 中央引导地方科技发展专项计划项目(23-1-3-6-zyyd-nsh) 

出 版 物：《中国粮油学报》 (Journal of the Chinese Cereals and Oils Association)

年 卷 期：2024年第39卷第3期

页      码：159-165页

摘      要：玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,研究采集了9种玉米种子图像共2792张建立数据集,并按照7∶2∶1的比例随机划分训练集、验证集和测试集。将注意力机制CBAM引入轻量化模型MobileNetV2,对CBAM的串行方式进行改进,构建一个新型注意力模块E_CBAM,并通过对比不同的压缩比,选出效果最佳的压缩比为4,提出了E_CBAM_MobileNetV2模型。实验表明E_CBAM_MobileNetV2的准确率为98.18%,相较于MobileNetV2提高了5.45%。

主 题 词：图像分类 玉米种子 MobileNetV2 CBAM 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 

核心收录：

D　O　I：10.20048/j.cnki.issn.1003-0174.000697

馆 藏 号：203127536...