-
题名基于深度学习的白酒酒花实时分类方法
- 1
-
-
作者
刘智萍
崔克彬
-
机构
华北电力大学计算机系
-
出处
《食品与机械》
北大核心
2022年第11期111-116,共6页
-
基金
河北省自然基金研究项目(编号:F2018502080)。
-
文摘
目的:解决白酒传统摘酒方法“看花摘酒”的主观性和不稳定性,以及现有机器视觉酒花分类方法难以满足实时分类的问题。方法:轻量型YOLOv5以YOLOv5s作为初始模型,使用K-mean聚类的锚框取代默认锚框,以提高模型检测精度和稳定性,使用ShuffleNetV2网络替换YOLOv5s主干网络进行特征提取,以达到轻量化模型的目的,并增加CBAM注意力机制使模型更加关注酒花特征。结果:与YOLOv5s初始模型相比,轻量型YOLOv5模型占用内存减少92.5%,参数量减少93.7%,计算量降低63.4%,检测精度提升2.8%,FPS高达526。结论:轻量型YOLOv5降低了对硬件配置的要求,可以很好地实现酒花实时检测分类。
-
关键词
白酒酒花
实时分类
YOLOv5
ShuffleNetV2
CBAM注意力机制
-
Keywords
liquor hops
real time classification
YOLOv5
ShuffleNetV2
CBAM attention mechanism
-
分类号
TS262.5
[轻工技术与工程—发酵工程]
-
