基于Enhanced+VGG16的油茶品种分类.pdfVIP

第 38 卷 第 10 期 农 业 工 程 学 报 Vol.38 No.10 176 2022 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2022 基于 Enhanced VGG16 的油茶品种分类 1 1,2 1,2※ 1,2 3 1 1 孟志超 ，贺磊盈 ，杜小强 ，张国凤 ，姚小华 ，吴顺凯 ，郭豪鉴 （1. 浙江理工大学机械与自动控制学院，杭州 310018 ；2. 浙江省种植装备技术重点实验室，杭州 310018 ；3. 中国林业科学研究 院亚热带林业研究所，杭州 311400 ） 摘 要：随着油茶产业不断壮大，市场上也出现了油茶幼苗品系混乱、以假乱真、以次充好的现象，因此急需开发一种 专门的分类识别算法实现不同油茶品种的准确识别。农业领域常用 VGG 、ResNet 网络模型进行分类工作，但存在权重空 间过大和准确率不高等问题。该研究对 VGG16 网络模型进行层间删减以及结构调整，提出了 Enhanced VGG16 网络模型， 在油茶叶数据集上完成模型训练与测试，并与现有经典卷积神经网络（AlexNet 、VGG16 、Resnet50 、InceptionV3、Xception ） 进行对比。结果表明，Enhanced VGG16 网络模型的训练集准确率和测试集准确率分别为 98.98%和 98.44%，权重空间为 90.6 MB 。与原始VGG16 模型相比，训练集准确率和测试集准确率分别提高3.08 和2.05 个百分点，权重空间下降 165.4 MB， 模型性能显著提升。Enhanced VGG16 网络模型与经典卷积神经网络相对比，模型综合性能更优。该研究为通过油茶叶进 行品种分类识别提供了依据，同时可为其他农作物品种识别提供参考。 关键词：深度学习；油茶叶；分类；Enhanced VGG16；hard-Swish ；ReLU6 doi ：10.11975/j.issn.1002-6819.2022.10.021 中图分类号：S223.71 文献标志码：A 文章编号：1002-6819(2022)-10-0176-06 孟志超，贺磊盈，杜小强，等. 基于 Enhanced VGG16 的油茶品种分类[J]. 农业工程学报，2022，38(10)：176-181. doi ：10.11975/j.issn.1002-6819.2022.10.021 Meng Zhichao, He Leiying, Du Xiaoqiang, et al. Classification of Camellia oleifera based on Enhanced VGG16 network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(10): 176-181. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2022.10.021  特征对金线莲叶片图像进行提取和融合，运用 LightGBM 0 引 言 进行分类。但传统机器学习（KNN[13] 、朴素贝叶斯[14] 、 油茶是中国南方特有的木本油料树种，是世界四大