基于改进VGG的轻量级香菇品质分类模型

作     者：孙岩 朱凤武 张宇清 张伟健 吴铖轩 Sun Yan;Zhu Fengwu;Zhang Yuqing;Zhang Weijian;Wu Chengxuan

作者机构：吉林农业大学工程技术学院长春市132300 

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

年 卷 期：2025年第46卷第2期

页      面：120-125页

学科分类：081203[工学-计算机应用技术] 08[工学] 09[农学] 0835[工学-软件工程] 0902[农学-园艺学] 090202[农学-蔬菜学] 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(2020YFD1000304—5) 吉林省科技发展计划项目(20210202054NC) 

主　　题：香菇 品质分类 VGG16 SE模块 均和池化 空洞融合分离卷积 

摘      要：为实现对香菇品质的快速、准确分类,依据大棚种植环境下香菇图像的特性,对VGG16深度卷积网络进行轻量化改进,提出一种香菇品质分类检测模型。首先,对VGG16网络进行轻量化处理,利用均和池化层代替全连接层对特征图进行下采样;然后,在特征提取网络中引入空洞融合分离卷积和通道注意力SE模块提升模型的识别精度;之后,利用数据增强方法将数据集扩充;最后,使用迁移学习训练得到香菇品质分类检测模型。在相同的试验条件下,与VGG16、GoogLeNet、VGG19、ResNet50、MobileNetv1五种深度卷积网络模型相比较。结果表明:该模型的综合性能最好,改进后的VGG16网络的识别准确率为95.5%;模型大小约为原始VGG16模型体量的10.9%;训练时间为原始VGG16模型的55.1%。