基于多尺度卷积和注意力机制的枣品种识别

作     者：雷浩 苑迎春 何振学 Lei Hao;Yuan Yingchun;He Zhenxue

作者机构：河北农业大学信息科学与技术学院河北保定071001 

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

年 卷 期：2024年第45卷第6期

页      面：135-141,148页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金(62102130) 河北省自然科学基金(F2020204003)。 

主　　题：枣品种识别 深度学习 残差网络 多尺度卷积 注意力机制 

摘      要：为提高自然场景下枣品种识别方法的准确率,提出一种融合多尺度卷积和注意力机制的枣品种识别模型(Jujube-ResNet-18)。以自然场景下的10类枣品种为对象,根据枣品种图像的特点,该模型在ResNet-18基础上进行改进。引入多尺度卷积模块,增强模型对枣果多尺度特征的提取能力;在每个残差块中加入注意力机制CBAM,提高枣果特征信息权重,减弱复杂背景等无用特征的影响。试验结果表明,Jujube-ResNet-18在枣品种数据集上的准确率为89.5%,参数量和权重大小分别为1.135×10^(7)和43.41 MB。与其他算法相比,Jujube-ResNet-18有更好的特征提取能力、抗干扰能力和较小的模型复杂度,可为自然场景下的枣品种识别研究提供参考。