基于多器官特征融合的枣品种识别
作者机构:石家庄学院未来信息技术学院 河北农业大学信息科学与技术学院
出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)
年 卷 期:2024年
核心收录:
学科分类:08[工学] 09[农学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0902[农学-园艺学] 090201[农学-果树学]
基 金:国家自然科学基金项目(62102130) 河北省自然科学基金项目(F2020204003)
摘 要:针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLOv3检测算法将采集的自然场景图像中的枣果和叶片器官分割提取,提出了基于笛卡尔乘积构建两器官组合对的枣品种多样本数据集,然后基于EfficientNetV2网络模型,设计了能够充分学习两器官特征相关性的融合策略来提升模型性能,引入了逐步迁移训练方式以提升枣品种识别效率。最后,在构建的包含20个枣品种数据集上进行了大量实验,得到97.04%的识别准确率,明显优于现有研究结果,并且在训练时间和收敛速度上,本方法也有一定提升。结果表明该方法能够有效融合枣品种枣果和叶片器官的特征信息,可为其他品种识别研究提供有价值的参考。