基于深度学习的种鸭蛋孵化早期受精信息无损检测

• 作者: 施行 李庆旭 王巧华 顾伟 马美湖
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 种鸭蛋 受精 深度学习 无损检测 图像识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 188-194
• 页数: 7页
• 分类号: TP391.4|S834+.83
• 字数: 3399字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.01.020

摘要

针对我国鸭蛋孵化行业剔除无精蛋的方法效率低、剔除的无精蛋已丧失食用价值、造成资源巨大浪费的问题,运用机器视觉技术,以孵化至第3天的种鸭蛋为研究对象,运用深度卷积神经网络(Convolutional neuralnetworks,CNN)端对端的特点,在Alexnet神经网络基础上进行改进,将孵化第3天的种鸭蛋透射图像直接输入到深度卷积神经网络.用卷积层代替全连接层,改变卷积核的尺寸,搭建了种鸭蛋受精信息识别网络(Eggnet)模型,实现了对种鸭蛋孵化早期受精信息的无损判别.试验结果表明,该方法对孵化第3天的种鸭蛋图像测试集分类准确率高达98.87％,验证集分类准确率为97.97％,平均单枚蛋检测时间仅为0.24 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马美湖		21	136	5.0	11.0
2	王巧华	华中农业大学工学院	72	847	17.0	26.0
4	施行	华中农业大学工学院	3	5	1.0	2.0
6	李庆旭	华中农业大学工学院	4	5	1.0	2.0
12	顾伟	华中农业大学工学院	2	0	0.0	0.0