基于改进Mobile-Net-V2的原棉杂质分类方法

• 作者: 李龙
• 来源期刊: 毛纺科技
• 学科: 工学
• 关键词: 深度学习 原棉 Mobile-Net-V2 杂质检测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机械与器材
• 页码范围: 83-88
• 页数: 6页
• 分类号: TS1|TP37
• 语种: 中文
• DOI: 10.19333/j.mfkj.20200601306

摘要

针对现有原棉杂质分析需要人工参与过多以及精度不容易量化的问题,提出一种以机器学习算法为核心的Mobile-Net-V2模型的棉花表面杂质自动化识别方法,系统采用基于深度学习算法中的Mobile-Net-V2的模型算法为主要算法,首先对图形进行通过图像二值化、以及导向滤波对原图像进行简单预处理,然后使用深度学习Mobile-Net-V2模型进行卷积运算的算法,通过将实验算法部署在嵌入式计算设备中,成功实现了棉花表面杂质的精准检测与分类.实验结果表明:该方法对多种杂质的细分类查准率为训练集90.7％,测试集89.5％,在尽量简化设备及算法的同时保证了原棉的杂质检测效率,采用十分交叉验证进一步保证了该方法的有效性,也为棉花杂质的智能检测与分类识别提供了参考依据.