基于CNN的玉米种子内部裂纹图像检测系统

张宇卓; 王德成; 方宪法; 吕程序; 董鑫; 李佳

首页> 中文期刊> 《农业机械学报》 >基于CNN的玉米种子内部裂纹图像检测系统

基于CNN的玉米种子内部裂纹图像检测系统

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了高效检测玉米种子内部裂纹,设计基于卷积神经网络(CNN)的检测系统及批量检测方法,采集有裂纹和无裂纹的玉米种子制作数据集,构建AlexNet、VGG11、InceptionV3和ResNet18共4种经典卷积神经网络,同时与传统算法模型SVM和BP神经网络进行对比实验。实验发现,卷积神经网络模型优于这两种传统算法模型,ResNet18模型的综合检测性能最佳,单粒有裂纹种子的识别准确率为95.04%,单粒无裂纹种子的识别准确率为98.06%,平均单粒种子识别时间为4.42 s。基于ResNet18,搭建种子内部裂纹自动识别装置,设计识别软件控制装置,得到玉米种子内部裂纹识别系统。系统实验进行10组批量识别,有裂纹种子的平均识别准确率为94.25%,无裂纹种子的平均识别准确率为97.25%,批量识别中光源的透射无法等效地显现所有种子的内部裂纹、多次加载模型权重导致泛化性不足等因素会影响准确率。

著录项

来源
《农业机械学报》 |2022年第5期|309-315|共7页
作者
张宇卓; 王德成; 方宪法; 吕程序; 董鑫; 李佳;
展开▼
作者单位

中国农业大学工学院;

中国农业机械化科学研究院集团有限公司土壤植物机器系统技术国家重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类农产品初步加工机具;
关键词
玉米种子; 内部裂纹; 图像识别; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 基于数据融合的玉米种子内部机械裂纹检测方法 [J] . 张新伟 ,赵学观 ,张健东 . 农业工程学报 . 2012,第009期
2. 玉米种子内部机械裂纹检测与机理研究 [J] . 李晓峰 ,接鑫 ,张永丽 . 农业机械学报 . 2010,第012期
3. 基于Faster R-CNN的风机叶片缺陷图像多点检测系统设计 [J] . 曲忠侃 ,李学峰 ,李凤俊 . 电子设计工程 . 2021,第004期
4. 基于CNN的小麦籽粒完整性图像检测系统 [J] . 祝诗平 ,卓佳鑫 ,黄华 . 农业机械学报 . 2020,第005期
5. 基于CNN同心邻域极值的多车道智能交通系统图像多车牌区域的边缘检测 [J] . 谢康 ,杨义先 ,张玲 . 高技术通讯 . 2014,第10期
6. 基于Mask R-CNN网络的SAR图像舰船检测 [C] . TIAN Yumeng ,田雨萌 ,BI Fukun . 第十四届全国信号和智能信息处理与应用学术会议 . 2021
7. 基于图像处理的液晶屏基板玻璃裂纹自动检测系统 [A] . 徐春燕 . 2011

基于CNN的玉米种子内部裂纹图像检测系统

摘要

著录项

相似文献

相关主题

期刊订阅