农业机械学报

作者：张淑娟，高庭耀，任锐，孙海霞

单位：山西农业大学,山西农业大学,山西农业大学,山西农业大学,

关键词：核桃;X射线成像技术;内部品质;卷积神经网络;检测系统

基金：山西省重点研发计划项目（201903D221027）

针对目前我国核桃内部品质混杂、不易检测等问题，提出利用X射线成像技术结合卷积神经网络对核桃内部品质进行快速检测。对获取的核桃X射线图像进行预处理和数据扩充，采用GoogLeNet、ResNet 101、MobileNet v2和VGG 19共4种迁移学习模型构建卷积神经网络，对核桃数据集进行训练。通过预测集准确率、预测损失值、测试集准确率以及运行时间对模型进行分析，优化模型参数，开发核桃内部品质检测分选系统并进行模型验证。研究结果表明：GoogLeNet模型学习率设置为0.001，迭代次数设置为25次时预测效果最优，预测准确率为96.67%。系统验证结果表明：空壳核桃的判别准确率达到100%，平均判别准确率为96.39%。该系统可实现核桃内部品质的无损检测分选。

来源：2022年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第1期