农业机械学报

作者：赵茂程，邹涛，齐亮，汪希伟，李大伟

单位：南京林业大学,南京林业大学,南京林业大学,南京林业大学,南京林业大学,

关键词：枇杷;MobileViT-CBAM;缺陷检测;轻量化

基金：江苏省农业科技自主创新资金项目(CX(23)1027)、国家自然科学基金项目(32102071)、金埔研究院研究专项资金项目(NLJP0005)和水杉师资科研启动项目(163040193、163040194)

为实现枇杷采后快速、准确筛选，本文以MobileViT为主干特征提取网络，通过分别在Layer1和Layer2层之后嵌入注意力模块CBAM（Convolutional block attention module），强化网络在通道和空间上对细节特征的提取能力，构建了一种轻量化网络模型MobileViT-CBAM。相较于MobileViT，在验证集和测试集上本文方法对疤痕、机械伤、腐烂等缺陷果的识别准确率分别提高1.17、1.23个百分点。试验结果表明，MobileViT-CBAM模型与VGG16、ResNet34、MobileNetV2相比较，准确率最高（97.86%），同时兼具内存占用量小（3.768 MB）、推理时间短（每幅图像需42 ms）的优势。该轻量化网络模型可部署于嵌入式系统。本研究为构建枇杷在线检测系统提供了缺陷识别理论基础，为枇杷等农产品外部品质检测提供了一个高效、准确的方法。

来源：2024年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第9期