基于图像识别和卷积神经网络的大豆优良籽粒筛选研究

• 作者: 朱荣胜 闫学慧 陈庆山
• 来源期刊: 大豆科学
• 关键词: 大豆籽粒 品质 图像处理 分类识别 卷积神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 遗传育种·分子生物学
• 页码范围: 189-197
• 页数: 9页
• 语种: 中文
• DOI: 10.11861/j.issn.1000-9841.2020.02.0189

摘要

为实现通过籽粒图像识别方法对大豆籽粒的品质进行快速、准确检测,以大豆正常品质籽粒及非正常品质籽粒的分类为例,提出一种基于卷积神经网络的大豆优良籽粒图像筛选分类识别方法.建立大豆籽粒品质数据集,设计卷积神经网络,提取大豆籽粒图像特征.为提高分类准确率和实时性,从设计选择卷积神经网络结构、减小过拟合、加快训练收敛速度、增强网络的鲁棒性等方面对卷积神经网络进行优化,最终选择含有4个卷积层、4个池化层、2个全连接层的6层卷积神经网络,采用L2正则化和小批量训练学习方法对网络进行优化训练测试.将结果与传统机器学习分类方法进行比较,试验结果表明:优化的卷积神经网络对大豆籽粒品质分类的准确率达到98.8％,平均检测一幅大豆单籽粒图像的时间为2.96 ms,可为大豆籽粒品质划分提供重要参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆山	东北农业大学农学院	101	1391	21.0	33.0
2	朱荣胜	东北农业大学理学院	17	65	5.0	7.0
3	闫学慧	东北农业大学工程学院	3	2	1.0	1.0