多尺度感受野与特征融合的玉米种子识别

摘要

【目的】针对多类别玉米种子识别难度较大的问题，该文提出了一种基于ConvNeXt架构的多尺度感受野与空间通道融合的分类网络.【方法】首先，在主干网络中引入改进的ConvNeXt模块增强特征提取能力；其次，设计多尺度感受野特征融合模块，缓解深层网络中目标细节信息的逐层损失；进一步，构建空间双向注意力融合模块，融合水平方向与垂直方向的空间特征，弥补单一空间维度表征的不足；最后，提出通道选择融合模块，通过通道权重选择与归一化机制降低不同层级语义特征之间的冲突.【结果】实验结果表明，该模型在自建玉米种子图像数据集识别任务中取得了89.96%的平均分类准确率，较原始模型提升6.35%.【结论】所提模型展现出更优的判别性与鲁棒性，能够实现多类别玉米种子的高精度识别.

关键词

多种类 / 玉米种子识别 / ConvNeXt / 特征融合

基金资助

国家自然科学基金项目(61863018)