基于MobileViT-CBAM的枇杷表面缺陷检测方法

摘要：

为实现枇杷采后快速、准确筛选,本文以MobileViT为主干特征提取网络,通过分别在Layer1和Layer2层之后嵌入注意力模块CBAM(Convolutional block attention module),强化网络在通道和空间上对细节特征的提取能力,构建了一种轻量化网络模型MobileViT-CBAM.相较于MobileViT,在验证集和测试集上本文方法对疤痕、机械伤、腐烂等缺陷果的识别准确率分别提高1.17、1.23个百分点.试验结果表明,MobileViT-CBAM模型与VGG16、ResNet34、MobileNetV2相比较,准确率最高(97.86％),同时兼具内存占用量小(3.768 MB)、推理时间短(每幅图像需42 ms)的优势.该轻量化网络模型可部署于嵌入式系统.本研究为构建枇杷在线检测系统提供了缺陷识别理论基础,为枇杷等农产品外部品质检测提供了一个高效、准确的方法.

关键词：枇杷、MobileViT-CBAM、缺陷检测、轻量化

所属期刊栏目：55

分类号：S789;TP391.4(森林采运与利用)

资助基金：江苏省农业科技自主创新资金项目;国家自然科学基金;金埔研究院研究专项资金项目;水杉师资科研启动项目;水杉师资科研启动项目

在线出版日期：2024-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：420-427