基于SC注意力机制和集成学习的冰箱食材识别

作者：王珊珊; 朱威; 胡谦; 张豪; 樊子阳; 曾亮^*

来源：科学技术与工程, 2023, 23(15): 6536-6541.

• 智能冰箱
• 目标检测
• 注意力机制
• 集成学习

近年来，随着智能冰箱技术的不断发展，对冰箱果蔬食材进行精准的类别识别，进而对食材进行保鲜控制，得到了研究者越来越多的关注。目标检测技术依靠深度学习相关技术的发展，也渐渐应用于食材盘点的方法。通过对冰箱果蔬食材特性进行分析，提出了一种基于注意力机制和集成学习思想的YOLOv5和EfficientDet融合的方法。首先对冰箱食材数据集进行了伪彩色图像处理，将SE(squeeze and excitation)模块和CBAM(convolutional block attention module)模块整合提出了新的SC(squeeze and convolution)模块，并引入到YOLOv5s网络中，组成SC-YOLOv5s网络结构；然后将SC-YOLOv5s网络结构与EfficientDetd0网络进行异质集成；最后用集成后的整体网络对尺度有差异但外貌相似的食材进行识别。实验结果表明当IoU(intersection over union)阈值为0.5时，在60类果蔬食材测试集上，改进后集成模型的平均精确度(mean average precision, mAP)从SC-YOLOv5s的95.88%和EfficientDetd0的83.22%提高到了97.36%,明显提升了对果蔬类食材的检测效果。

• 出版日期2023
• 单位电子工程学院; 湖北工业大学