基于改进残差网络模型的不同部位牦牛肉分类识别方法

分类： 农、林、牧、渔 >> 农业基础学科 提交时间： 2023-08-14 合作期刊: 《智慧农业（中英文）》

朱海鹏 张玉安 李欢欢 王建文 杨英魁 宋仁德

摘要： ［目的/意义］为实现不同部位牦牛肉快速、准确识别，本研究提出了一种改进的残差网络模型，并开发 了一种基于智能手机的牦牛肉部位识别软件。［方法］首先对于采集到的牦牛里脊、上脑、腱子、胸肉的原始图像 数据集采用数据增强的方式对其进行扩充，共得到的牦牛肉部位图像17,640张；其次，采用在原网络模型残差块 之后融入轻量级卷积块注意力模块（Convolutional Block Attention Module，CBAM），以加强对不同部位牦牛肉图像 关键细节特征的提取；将原模型最后的全连接层进行改进，以减少后续网络层的连接数，防止出现过拟合，减少 识别图像所需的时间；然后，采用不同的学习率、权重衰减系数和优化器来验证对网络收敛速度和准确率的影响； 最后，开发了移动端App，将改进后的模型部署到移动端。［结果和讨论］通过消融实验，探究出在CBAM、 SENet、NAM、SKNet四种注意力机制模块中，改进效果最好的是CBAM。将改进后的ResNet18_CBAM模型在包含 牦牛里脊、上脑、腱子、胸肉4种不同牦牛肉部位的数据集上进行了试验测试，结果表明，改进后的残差网络模 型在测试集上的识别准确率为96.31%，比改进前的原网络模型提高了2.88%。在手机端的实际场景测试中，牦牛 里脊、上脑、腱子、胸肉的识别准确率分别达到了96.30%、94.92%、98.04%、96.49%。该结果表明，改进后的 ResNet18_CBAM模型可在实际应用中识别不同部位牦牛肉且具有良好的结果。［结论］本研究成果有助于保障牦 牛肉产业的食品质量安全，也为青藏高原地区的牦牛肉产业智能化发展提供技术支撑。

 点击量 1631  下载量 156  评论