基于HPMobileNet的豆种子的快速准确分类
Shaozhong Song1,2,3, Zhenyang Chen2, Helong Yu2,3
1School of Data Science and Artificial Intelligence, Jilin Engineering Normal University, Changchun, China.
Frontiers in plant science
|February 28, 2025
概括
一个新的深度学习模型,HPMobileNet,使用图像识别准确地分类豆种子品种. 这种进步提高了分类的准确性,帮助农业生产和智能农业技术.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 机器学习 机器学习
背景情况:
- 豆种子的分类对农业和食品加工至关重要.
- 传统的方法由于外观相似而难以区分品种.
研究的目的:
- 开发一种深度学习方法,以快速准确地对豆种子品种进行分类.
- 为了提高农业应用的图像识别能力.
主要方法:
- 一个新的深度学习模型HPMobileNet是基于MobileNetV2开发的,它包含DMS块,ECA块和Mish激活功能.
- 通过使用值细分和图像增强,创建了一个由八种豆品种的34,890张图像组成的数据集.
- 在这个数据集上,HPMobileNet模型进行了训练和微调,用于特征提取和分类.
主要成果:
- 在麻豆种子分类的测试组中,HPMobileNet的准确性从87.40%提高到94.01%,实现了显著的改进.
- 拟议的模型在分类准确性方面优于其他经典网络模型.
- 对学习速度动态调整策略的分析表明了进一步优化的潜力.
结论:
- 惠普移动网络在豆种子谷物分类方面表现出色.
- 这项研究为开发自动化豆种子分类系统提供了宝贵的参考.
- 这项研究有助于智能农业技术的发展.
