基于混合深度学习的蔗糖原料蔗顶芽杂质探测技术

• 作者: 陈峰练 白琳 张扬虎 张茜 李陶深
• 来源期刊: 广西科学
• 关键词: 深度学习 目标检测 农业智能化 甘蔗杂质探测 蔗糖 智能化生产
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能与无线网络|Artificial Intelligence and Wireless Network
• 页码范围: 242-248
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13656/j.cnki.gxkx.20210830.010

摘要

为有效地解决复杂情况下蔗糖原料蔗顶芽杂质的识别问题,本研究对复杂环境下高密集度的原料蔗顶芽杂质的特征进行分析,将特征金字塔网络(Feature Pyramid Network,FPN)和RoIAlign整合到Faster R-CNN和Cascade R-CNN的架构中,再将多种深度网络算法融入到统一的多层架构的深度网络框架中,创新地设计出一种混合深度学习模型.通过实验验证,在原料蔗顶芽杂质的探测任务中,相较于传统的深度网络模型,本研究提出的混合深度学习模型在性能上有较大的提升.表明本研究提出的混合深度学习模型取得较好的平均精度,其识别性能已经可以达到实际应用水准.