董庚,王焱清,孙记委,段宇飞

• 1:湖北工业大学农机工程研究设计院
• 2:湖北省农机装备智能化工程技术研究中心

摘要(Abstract)：

油茶果脱壳后果壳与茶籽混合在一起，油茶果的果壳与茶籽如何分选以及如何提升分选的准确率，是油茶果产业化所面临的一个难题。基于改进ResNet18模型的油茶果果壳与茶籽的分选模型，通过油茶果分选机进行图片的采集和处理获取实验样本图像，比较不同批量尺寸、学习率、激活函数以及优化器的影响，进一步优化模型。实验表明，经过改进后的ResNet18模型，与未改进前相比，在损失函数上有了明显的降低，并且验证集准确率得到提升，验证集平均准确率由之前的97.03%,而最终测试集准确率由97.25%提高至97.75%。较高的准确率可以满足油茶果分选的需要。

关键词(KeyWords)： 深度学习;油茶果;分选;ResNet18模型

Abstract:

Keywords:

基金项目(Foundation): 湖北省重点研发计划项目(2020BBA042)

作者(Author): 董庚,王焱清,孙记委,段宇飞

参考文献(References)：

• [1] 柏云爱，宋大海，张富强，等.油茶籽油与橄榄油营养价值的比较[J].中国油脂，2008,33(03):39-41.
• [2] 段宇飞，皇甫思思，王焱清，等.基于机器视觉的油茶果果壳与茶籽分选方法研究[J].中国农机化学报，2020,41(06):171-178.
• [3] 徐克生，杜鹏东，汤晶宇，等.油茶果预处理装备及发展趋势[J].林业机械与木工设备，2021,49(04):8-14.
• [4] 周敬东，李敏慧，周明刚，等.油茶果的模糊聚类色选算法[J].中国农机化学报，2015,36(04):94-99.
• [5] 周敬东，黄云朋，李敏慧，等.一种基于CCD相机的通道式油茶果色选机系统[J].中国农机化学报，2015,36(05):128-133.
• [6] 赵志衡，宋欢，朱江波，等.基于卷积神经网络的花生籽粒完整性识别算法及应用[J].农业工程学报，2018,34(21):195-201.
• [7] 吕梦棋，张芮祥，贾浩，等.基于改进ResNet玉米种子分类方法研究[J].中国农机化学报，2021,42(04):92-98.
• [8] 林丽惠，魏毅，潘俊虹.基于卷积神经网络的武夷岩茶叶片分类方法[J].宁德师范学院学报(自然科学版),2021,33(04):363-369.
• [9] 谢为俊，丁冶春，王凤贺，等.基于卷积神经网络的油茶籽完整性识别方法[J].农业机械学报，2020,51(07):13-21.
• [10] 赵洋，梁迎春，许军，等.改进ResNet18网络模型的花卉识别[J].计算机技术与发展，2022,32(07):167-172.
• [11] 张怡，赵珠蒙，王校常，等.基于ResNet卷积神经网络的绿茶种类识别模型构建[J].茶叶科学，2021,41(02):261-271.
• [12] HE K,ZHANG X,REN S,et al.Deep residual learning for image recognition[C].2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR).IEEE,2016.
• [13] SIMONYAN K,ZISSERMAN A.Very deep convolutional networks for large-scale image recognition.[J] Computer Science ,2014.
• [14] KRIZHEVSKY,ALEX,SUTSKEVER,ILYA,HINTON,GEOFFREY E.ImageNet classification with deep convolutional neural networks[J].Communications of the ACM,2017,60(06):84-90.
• [15] CHAO N I.Automatic inspection machine for maize kernels based on deep convolutional neural networks[J].Biosystems Engineering,2019,178 :131-144.
• [16] ANDREAS KAMILARIS,FRANCESC X,PRENAFETA-BOLD■ Deep learning in agriculture:A survey[J].Computers and Electronics in Agriculture,2018,147 :70-90.
• [17] IOFFE S,SZEGEDY C.Batch normalization:Acceleratingdeep network training by reducing internal covariate shift[C].Proceedings of the 32nd International Conferenceon Machine Learning.2015:448-456.
• [18] 朱莉，宋绪秋，邢鑫，等.基于改进ResNet34网络的树种识别研究[J].国外电子测量技术，2022,41(07):119-125.
• [19] 黄毅，段修生，孙世宇，等.基于改进sigmoid激活函数的深度神经网络训练算法研究[J].计算机测量与控制，2017,25(02):126-129.