改进目标检测模型在大米外观品质检测中的应用研究

作者：成泞伸; 张聪^*; 魏志慧; 闫可; 陈新波

来源：中国粮油学报, 2023, 1-12.

DOI：10.20048/j.cnki.issn.1003-0174.000691

• 大米外观品质
• 目标检测
• 空间金字塔池化
• 路径聚合网络
• 注意力机制

针对现有的大米外观品质检测方法存在识别准确率较低的问题，本文提出一种结合高效通道注意力机制（Efficient Channel Attention，ECA）的改进CenterNet模型（SEP-CenterNet）用于大米外观品质检测。首先，使用图像采集设备获取碎米、整米和黄米图像，为防止由于数据集较小出现过拟合现状，对图像进行旋转、翻转等方式扩充数据集；然后将引入空间金字塔池化（Spatial Pyramid Pooling，SPP）的GhostNet作为CenterNet的骨干网络，用于提取大米的多层次特征，并使用基于ECA注意力机制的路径聚合网络（EPANet）进行语义特征融合。实验结果表明，改进后的CenterNet模型的对碎米、黄米和整米的检测准确率分别达到97.02%、96.73%、98.14%，mAP值较原始CenterNet提升了5.84%，识别准确率均高于SSD、Faster-RCNN、Retinanet、YOLOV4、YOLOV4-tiny和YOLOV5等模型，同时对比基于提取形态特征和傅里叶系数的传统大米检测方法，本文模型准确率更高，且具有较好的泛化性，实现自动化、高效、准确的大米外观品质检测。

• 出版日期2023
• 单位武汉轻工大学; 电子工程学院