基于MobileNetV2和卷积注意力机制的轻量化玉米籽粒品种识别研究

打开文本图片集

摘要：快速、准确地识别农作物品种对我国粮食安全和农业发展具有重要意义。为实现玉米种子的快速鉴别与保护，本研究提出一种基于MobileNetV2和卷积注意力机制的玉米籽粒品种识别算法。首先购得市面上9个常规玉米品种的籽粒，使用佳能80D型相机对其胚面和胚乳面进行图像采集，构建了包含3 408张图像的玉米籽粒识别数据集，按照7：2：1划分训练集、验证集和测试集，并对训练集图像进行数据增强处理；然后设计注意力模块ISPAM（improved Sparial AtLenLion Module），即在卷积注意力模块（CBAM）基础上，提出一种新的通道注意力模块ICAM对CBAM的通道注意力机制进行改进，同时引入空间金字塔池化（sPP）模块替换CBAM空间注意力模块中的平均池化模块和最大池化模块，构建了玉米籽粒品种识别模型MobileNetV2_ISPAM。（剩余6240字）