基于深度学习的红豆外观品质识别

摘要：

在进行红豆副产品深加工时,首要任务是根据外观品质粗略评估红豆原材料是否优良.传统的红豆品质和缺陷检测方法存在人工识别主观性强与分拣困难的问题.本文通过手机拍摄红豆数字图片,基于YOLOV4-Tiny深度学习网络和迁移学习思想自动提取图像特征,进行红豆外观品质识别研究,最终对于优质红豆识别准确率可达86.28％,劣质红豆识别准确率可达89.00％,模型mAP值可达90.78％.同时测试模型速度,对于红豆视频流检测可达46fps,符合实际应用场景,为红豆外观品质识别与分级识别提供了新方案.

关键词：红豆品质、深度学习、YOLOV4-Tiny、数据增强、迁移学习

所属期刊栏目：43

分类号：S24(农业电气化与自动化)

资助基金：黑龙江八一农垦大学校内培育课题项目XZR2017-10

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：82-87