基于改进轻量化EfficientNet-V2模型的小麦种子分类

作     者：韩鹏飞 宋其江 贾梦实 Han Pengfei;Song Qijiang;Jia Mengshi

作者机构：东北林业大学机电工程学院哈尔滨市150040 

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

年 卷 期：2024年第45卷第9期

页      面：111-117页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 09[农学] 0901[农学-作物学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2021YFD220060404) 中央高校基本科研业务费专项资金项目(2572020DR12) 

主　　题：小麦种子 深度学习 注意力机制 迁移学习 EfficientNet-V2模型 

摘      要：小麦种子常混有燕麦、大麦等其他种子,如何分类足够纯度的种子是一个重要问题。为解决种子纯度问题,提出一种基于改进的EfficientNet-V2模型的种子分类方法,将其命名为CA-EfficientNet-V2_xs。首先,通过购买常用小麦种子(含有常见的燕麦、大麦等杂种),自制数据集;其次,为加快训练以及针对自制数据集数量不足的问题,采用迁移学习的方法;再次,为更好地帮助模型更加精准地定位和识别感兴趣的目标,将采用Coordinate Attention(CA)注意力机制来替换SE注意力机制;最后,通过精简网络结构使模型更小、训练速度更快。试验表明,改进后模型的分类准确率达到99.7%,比未改进之前的网络分类准确率提升1.3%;与EfficientNet-V2_s模型的78 MB相比,改进后模型大小降至3.8 MB,模型大小降低;改进后的模型速度比主流网络更快。