农业机械学报

作者：谢为俊，丁冶春，王凤贺，魏硕，杨德勇

单位：中国农业大学,赣南医学院,中国农业大学,中国农业大学,中国农业大学,

关键词：油茶籽;完整性;识别;卷积神经网络

基金：国家重点研发计划项目（2018YFDO700102-02）和赣南油茶产业开发协同创新中心开放基金项目（YP201611）

针对现有油茶籽色选机无法识别碎籽的问题，提出一种基于卷积神经网络的油茶籽完整性识别算法。以油茶籽完整性识别为目标，构建油茶籽图像库；基于油茶籽完整性识别任务要求，通过对AlexNet网络进行优化得到适合油茶籽完整性识别的卷积神经网络模型，该网络具有4层卷积层、2层归一化层、3层池化层和1层全连接层。为了提高网络分类准确率和实时性，从网络结构简化和超参数优化两方面对卷积神经网络进行优化，最终网络结构（CO-Net）的分类准确率、训练收敛速度和泛化性能均得到了提高。实验结果表明，优化后的网络对油茶籽完整性识别准确率达98.05%，训练时间为0.58h，模型规模为1.65MB，单幅油茶籽图像检测平均耗时13.91ms，可以满足油茶籽在线实时分选的要求。

来源：2020年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第7期