【技术实现步骤摘要】
本专利技术属于玉米籽粒品质检测领域，具体涉及一种基于yolov7-mef模型的玉米籽粒品质检测方法。
技术介绍
1、玉米是世界上重要的谷物作物之一，广泛分布于美国、中国、巴西等国家，在中国，玉米的种植面积和产量位居三大作物之首。它是重要的能源，是畜牧养殖业重要的饲料来源，是众多行业中不可或缺的原材料之一。玉米联合收获机在玉米含水量低于25%的时候进行收割脱粒后进行安全储藏。然而玉米在大田环境中容易自然脱水，并且在机械收获过程中会产生霉变、发芽和破损等影响玉米品质的现象。为了提高玉米粒的高效利用，针对玉米籽粒的不同用途如食用、榨油、动物饲料和工业原料等有必要对玉米籽粒进行筛选和分类，而玉米籽粒批量分选的系统性能则直接影响选粒的效率和质量。
2、目前对玉米籽粒的检测模型大多在faster r-cnn、resnet等经典分类网络的基础上搭建，新推出的轻量化网络架构的应用研究相对较少。这使得目标检测算法参数量大、计算复杂度高，难以嵌入到移动终端设备。而且建立数据集的采样设备多以昂贵的光谱成像设备为主，同时玉米籽粒多是单粒采集或者多粒规则排放，不适用于现场作业环境。因此，设计一个高效、快速、无损、可靠的品质检测算法，对提高玉米收获自动化水平和商业价值具有重要的科学和社会意义。
技术实现思路
1、本专利技术为解决现有玉米籽粒检测模型计算复杂度高、难以嵌入移动设备，不适用现场作业环境等缺陷，提出一种基于yolov7-mef模型的玉米籽粒品质检测方法，有效提高对于不同品质玉米籽粒的检测
2、本专利技术是采用以下的技术方案实现的：一种基于yolov7-mef模型的玉米籽粒品质检测方法，包括以下步骤：
3、步骤a、构建训练数据集：采集玉米籽粒图像数据，并将采集到的玉米籽粒图像数据进行分类，包括正常、发霉、破损和发芽4个类别，对图像进行标注，构建数据集；
4、步骤b、构建yolov7-mef模型，并基于训练数据集对模型进行训练；
5、以yolov7-tiny模型作为基础模型构建yolov7-mef模型，yolov7-mef模型包括backbone、neck和head三个部分，通过sppcsp模块连接backbone部分与neck部分，其中sppcsp模块是由多个cbl结构与三个max-pool层共同组成；
6、在backbone网络层结构中，使用elan结构代替原始的e-elan结构，并在backbone网络层部分加入mobilenetv3模型，同时使用ese-net高效注意力模块替代mobilenetv3中的se-net模块；在neck网络层部分采用原panet结构进行特征聚合，panet采用自顶向下和自底向上的双向融合骨干网络思想；在head网络层部分中，使用cbl模块替代原repconv模块；最后改进损失函数，用focal-eiou loss替换原始的ciou loss；
7、步骤c、基于训练好的yolov7-mef模型对玉米籽粒品质进行检测。
8、与现有技术相比，本专利技术的优点和积极效果在于：
9、本方案构建yolov7-mef模型对玉米籽粒品质检测，采用mobilenetv3替代原模型的特征提取主干网络，并融合了ese-net加强特征提取，focal-eiou loss优化原损失函数，使算法具备精度高、检测速度快、模型尺寸小等特点；另外，采用自建数据库对模型进行训练，并建立一个标准化的玉米籽粒品质数据库，包括发芽、发霉、破损和正常四类，在农业生产过程中按需分类识别玉米籽粒起到良好的基础性作用；对于嵌入到配置不高的移动终端设备的现场工作环境中也具有较好的检测效果，具有广泛的实际应用和开发价值。
本文档来自技高网...【技术保护点】
1.基于YOLOv7-MEF模型的玉米籽粒品质检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于YOLOv7-MEF模型的玉米籽粒品质检测方法，其特征在于：所述步骤A中，对采集的玉米籽粒图像通过标注软件对其数据集进行人工标注，对输入的图像用矩形框进行特征点标注并生成对应xml文件，然后采用随机数据增强技术对标注好的图像进行扩展，并通过高斯噪声、平移与角度翻转进行数据增强处理。
3.根据权利要求1所述的基于YOLOv7-MEF模型的玉米籽粒品质检测方法，其特征在于：所述步骤C中，首先将待检测的玉米籽粒图像数据集输入到YOLOv7-MEF的 Backbone网络层，以提取玉米籽粒的特征信息编码，然后将得到的特征信息编码输入到Neck网络层中，对特征信息进行解码，最后经Head网络层实现玉米籽粒特征点的提取，并将预测结果输出。
4.根据权利要求1所述的基于YOLOv7-MEF模型的玉米籽粒品质检测方法，其特征在于：所述步骤B中，在进行模型训练时，使用精度、召回率和mAP作为模型评价指标，同时搭配模型参数量大小对模型性能进行综合评价，同
...【技术特征摘要】
1.基于yolov7-mef模型的玉米籽粒品质检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于yolov7-mef模型的玉米籽粒品质检测方法，其特征在于：所述步骤a中，对采集的玉米籽粒图像通过标注软件对其数据集进行人工标注，对输入的图像用矩形框进行特征点标注并生成对应xml文件，然后采用随机数据增强技术对标注好的图像进行扩展，并通过高斯噪声、平移与角度翻转进行数据增强处理。
3.根据权利要求1所述的基于yolov7-mef模型的玉米籽粒品质检测方法，其特征在于：所述步骤c中，首先将待检测的...
【专利技术属性】
技术研发人员：杨丽丽，王东伟，刘程熳，王长龙，张广兴，任德港，左百强，
申请(专利权)人：青岛农业大学，
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。