基于DSConv与CBAM的棉花异纤识别

摘要：

建立一种用于识别棉花中异纤的深度学习模型.该模型将传统卷积与深度可分离卷积相结合,使得模型较为精简,易于训练;同时引入了卷积层注意力机制,加强了模型对于复杂背景下异纤的识别能力.试验结果表明:该模型在测试集上的识别准确率为91.93％,相比于传统图像分类网络平均提高了4.47个百分点,同时检测单幅图像仅需0.015 s.认为:本研究提出的模型可以较好地满足实际场景的检测需要.

关键词：棉花;异纤;深度学习;深度可分离卷积;注意力机制;图像识别

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

资助基金：西安市科技创新人才服务企业项目2020KJRC0022

在线出版日期：2022-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23