基于残差网络的烤烟烟叶分级

Chen Si'ang,Zhao Hairui,Shentu Hongqian,Deng Yuxiang,Yang Jie, Zhou Dong, Gao Xu, Yuan Kai, Liu Bing

South Agricultural Machinery（2023）

引用 0|浏览6

暂无评分

摘要

烤烟烟叶等级是评价烟叶品质的重要依据,烟叶等级判定涉及国家、企业、烟农等多方利益,研究意义重大.基于此,研究团队采用深度学习残差网络ResNext50作为烟叶特征提取器,并在其中加入CA注意力机制,增强不同通道以及同一通道不同位置对特征的关注程度,同时采用多尺度特征融合的方式,获取不同的感受野用来表征烟叶的多尺度信息.研究结果表明,本研究提出的烟叶分级方法准确率达到91.7％,相较于基础ResNext50网络准确率提高了9.4％,为烟叶自动化分级提供了一个新方法.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要