基于改进轻量化 EfficientNet-V2模型的小麦种子分类

小麦种子常混有燕麦、大麦等其他种子,如何分类足够纯度的种子是一个重要问题。为解决种子纯度问题,提出一种基于改进的 EfficientNet-V2模型的种子分类方法,将其命名为 CA-EfficientNet-V2_xs。首先,通过购买常用小麦种子（含有常见的燕麦、大麦等杂种）,自制数据集;其次,为加快训练以及针对自制数据集数量不足的问题,采用迁移学习的方法;再次,为更好地帮助模型更加精准地定位和识别感兴趣的目标,将采用 Coordinate Attention（CA）注意力机制来替换 SE注意力机制;最后,通过精简网络结构使模型更小、训练速度更快。试验表明,改进后模型的分类准确率达到 99. 7%,比未改进之前的网络分类准确率提升 1. 3%;与 EfficientNet-V2_s模型的 78 MB相比,改进后模型大小降至 3. 8 MB,模型大小降低;改进后的模型速度比主流网络更快。