原创力文档第1章绪论
摘要
针对烟叶分级环节中存在人工主观性强和模型识别准确率低的问题，本研
究提出了一种基于改进神经网络的烟叶分级模型。该模型以EfficientNetV2为基
准架构，通过优化Fused-MBConv和MBConv模块结构，并引入改进型ASPP
（AtrousSpatialPyramidPooling）模块，提升了模型的特征提取能力。同时，本
研究提出了一种适用于烟叶数据集的自适应学习率优化算法，
第1章绪论
摘要
针对烟叶分级环节中存在人工主观性强和模型识别准确率低的问题，本研
究提出了一种基于改进神经网络的烟叶分级模型。该模型以EfficientNetV2为基
准架构，通过优化Fused-MBConv和MBConv模块结构，并引入改进型ASPP
（AtrousSpatialPyramidPooling）模块，提升了模型的特征提取能力。同时，本
研究提出了一种适用于烟叶数据集的自适应学习率优化算法，
文档评论（0）