基于MobileViT-CBAM的枇杷表面缺陷检测方法

2024-06-25 50 0.76M 0

  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(3.768MB),推理时间短(每幅图像需42ms)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。

  文章目录

  0 引言

  1 材料与方法

  1.1 图像采集系统

  1.2 图像采集与预处理

  1.2.1 图像采集

  1.2.2 图像预处理

  1.3 预测模型及评价

  1.3.1 MobileViT网络

  1.3.2 基于MobileViT-CBAM的枇杷缺陷识别模型

  1.3.3 模型参数设置

  1.3.4 模型评价

  2 结果与分析

  2.1 消融试验

  2.2 热力图分析

  2.3 枇杷分类结果

  2.4 对比试验

  3 结束语



您还没有登录,请登录后查看详情



 

1/26专辑:论文下载

举报收藏 0打赏 0评论 0
  • 虚交所
    加关注9
  • 虚拟资产交易平台
相关文档
本类推荐
下载排行
网站首页  |  关于我们  |  联系方式  |  用户协议  |  隐私政策  |  版权声明  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  蜀ICP备2024057410号-1