倒置残差网络结合注意力机制的掺假羊肉分类检测系统构建.pdfVIP

第 38 卷 第 20 期 农 业 工 程 学 报 Vol.38 No.20 266 2022 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2022 倒置残差网络结合注意力机制的掺假羊肉分类检测系统构建 1 1,2※ 1 1 1 1 何东宇 ，朱荣光 ，范彬彬 ，王世昌 ，崔晓敏 ，姚雪东 （1. 石河子大学机械电气工程学院，石河子 832003 ；2. 农业农村部西北农业装备重点实验室，石河子 832003 ） 摘 要：针对羊肉精和染色剂作用下的猪肉掺假羊肉分类检测问题，该研究提出并建立了一种检测速度较快、精度较高 的注意力机制结合倒置残差网络模型，同时基于智能手机开发了对应的快速、准确检测应用软件。首先，对羊肉、不同 部位猪肉、不同掺假比例下的猪肉掺假羊肉的原始手机图像，使用数据增强方式进行数据扩充；其次，用倒置残差结构 替换残差网络框架中的原有残差结构，以减少网络参数量并加快模型收敛速度，同时，引入注意力机制（Convolutional Block Attention Module ，CBAM ），利用空间和通道特征对特征权重再分配，以强化掺假羊肉和羊肉之间的特征差异；然 后，利用提出的注意力机制结合倒置残差网络（CBAM-Invert-ResNet ）对样本进行训练并确定模型参数；最后，将训练 好的网络模型移植到智能手机，以实现掺假羊肉的移动端检测。研究结果表明：与 ResNet50 和 CBAM-ResNet50 相比， Invert-ResNet50 、CBAM-Invert-ResNet50 模型的参数量分别减少了 58.25%和 61.64%，模型大小分别减小了 58.43%和 61.59% ；针对背脊、前腿、后腿和混合部位数据集，CBAM-Invert-ResNet50 模型验证集的分类准确率分别为 95.19%、 94.29%、95.81%、92.96%；把建立的网络模型部署到移动端后，每张图片的检测时间约为 0.3 s 。该研究可实现对羊肉精和 染色剂作用下的不同部位猪肉掺假羊肉的移动端快速、准确分类检测，可为维护市场秩序和保护食品安全提供技术支持。 关键词：图像处理；深度学习；羊肉掺假；注意力机制；倒置残差；智能手机；羊肉精；染色剂 doi ：10.11975/j.issn.1002-6819.2022.20.030 中图分类号：TP391.41; TS251.53 文献标志码：A 文章编号：1002-6819(2022)-20-0266-10 何东宇，朱荣光，范彬彬，等. 倒置残差网络结合注意力机制的掺假羊肉分类检测系统构建[J]. 农业工程学报，2022， 38(20)：266-275. doi ：10.11975/j.issn.1002-6819.2022.20.030 He Dongyu, Zhu Rongguang, Fan Binbin, et al. Construction of the detection system for mutton adulteration classification based on inverted residual network and convolutional block attention module[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(20): 266-275. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002-