【技术实现步骤摘要】
一种面向不同生产期的烟草种类识别方法
[0001]本专利技术涉及烟草分类识别
,具体为一种面向不同生产期的烟草种类识别方法
。
技术介绍
[0002]现有图像分类研究主要为通过各种优化方式来提高模型的分类性能
。
如采用一种改进
ResNet
的藏药植物图像分类算法提高在小
batch size
的情况下的性能
、
通过更改参数
bootstrapping
和
maxout
提高模型分类性能
、
采用多种数据增强方法来避免过拟合问题并提高性能等
。
但往往存在其他的不足之处没有优化如对于
ResNet50
网络中,对一个
batch size
内的数据特征进行标准化,当
batch size
较小时,标准化后的数据特征不能代表全局数据分布,统计量的估计会不准确
。
[0003]目前烟草品种识别方式的主要问题在于其效率低
、
覆盖面窄
、
容易产生误差等方面
。
人工巡查和抽检的方式需要大量的人力物力投入,而且专业性要求高,需要配备专业人员进行识别
。
此外,人工识别方式也难以实现对大规模烟草种植的全面识别,容易出现盲区,存在数据收集和管理等问题,数据的准确性
、
实时性和完备性难以保证
。
技术实现思路
[000 ...
【技术保护点】
【技术特征摘要】
1.
一种面向不同生产期的烟草种类识别方法,其特征在于,包括以下步骤:
S1.
通过
ResNet50
网络建立烟草识别模型;
S2.
将待识别的烟草图像数据传入烟草识别模型;
S3.
对传入的图像数据进行预处理并对特征值进行提取;
S4.
依据提取出的特征进行烟草识别,并将识别结果输出
。2.
根据权利要求1所述的面向不同生产期的烟草种类识别方法,其特征在于,所述
S1
步骤包括以下子步骤:
S11.
将
ResNet50
网络作为基础网络建立初步烟草识别模型;
S12.
利用中心损失函数和自适配归一化对烟草识别模型中的损失函数和网络归一化层进行优化;
S13.
在优化后的烟草识别模型中引入通道注意力协同模块和注意力擦除模块进行再优化
。3.
根据权利要求2所述的面向不同生产期的烟草种类识别方法,其特征在于,所述
S1
步骤中还包括一个对烟草识别模型进行校验修改的步骤:
S14.
传入样本数据进行模型验证及对模型进行校正
。4.
根据权利要求2所述的面向不同生产期的烟草种类识别方法,其特征在于,所述中心损失函数
L
cen
公式为:其中,
m
...
【专利技术属性】
技术研发人员:张永辉,王李芳,徐传涛,王飞,雷晓,顾勇,夏春,刘海兵,齐琳,胡刚,李斌,谢云波,曹新彬,刘永建,鲁黎明,罗旭,简思春,
申请(专利权)人:中国烟草总公司四川省公司成都淞幸科技有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。