基于深度學(xué)習(xí)的高效率烤煙等級識別模型研究

打開文本圖片集

摘要：烤煙的等級識別是煙草產(chǎn)業(yè)的一個關(guān)鍵環(huán)節(jié)， 為了降低煙農(nóng)烤煙分級勞動強(qiáng)度， 減少主觀因素， 提高識別精度， 需要實現(xiàn)烤煙的自動分級。 研究了深度學(xué)習(xí)中多種卷積神經(jīng)網(wǎng)絡(luò)的多層特征提取方法， 并基于ShuffleNetV2網(wǎng)絡(luò)提出一種改進(jìn)的網(wǎng)絡(luò)模型（ShuffleNetV2_FTC）。 ShuffleNetV2_FTC網(wǎng)絡(luò)是將ShuffleNetV2網(wǎng)絡(luò)的主干單元進(jìn)行更改， 并引入CBAM（Convolutional Block Attention Module）注意力機(jī)制和SiLU激活函數(shù)。（剩余15079字）