| 融合双线性网络和注意力机制的油橄榄品种识别 |
| |
| 引用本文： | 朱学岩,陈锋军,郑一力,李志强,张新伟.融合双线性网络和注意力机制的油橄榄品种识别[J].农业工程学报,2023,39(10):183-192. |
| |
| 作者姓名： | 朱学岩 陈锋军 郑一力 李志强 张新伟 |
| |
| 作者单位： | 北京林业大学工学院, 北京 100083;林木资源高效生产全国重点实验室, 北京 100083;北京林业大学工学院, 北京 100083;林木资源高效生产全国重点实验室, 北京 100083;城乡生态环境北京实验室, 北京 100083;北京林业大学工学院, 北京 100083;林木资源高效生产全国重点实验室, 北京 100083;林业装备与自动化国家林业局重点实验室, 北京 100083;北京林业大学工学院, 北京 100083;林业装备与自动化国家林业局重点实验室, 北京 100083;北京林业大学工学院, 北京 100083;智慧林业研究中心, 北京 100083 |
| |
| 基金项目： | 国家重点研发计划（2019YFD1002401）；中央高校基本科研业务费专项资金（2021ZY74）；北京市共建项目联合资助。 |
| |
| 摘 要： | 为解决自然条件下的油橄榄品种识别问题，该研究以油橄榄品种佛奥、莱星、皮削利和鄂植8号为研究对象，融合双线性网络与注意力机制，提出双线性注意力EfficientNet模型。针对不同品种油橄榄表型差异很小的特点，搭建双线性网络以充分提取油橄榄图像中的特征信息。在此基础上，选用兼顾了速度和精度的EfficientNet-B0网络为特征提取网络。针对自然条件下油橄榄品种识别易受复杂背景干扰的问题，将CBAM（convolutional block attention module，CBAM）注意力与双线性网络结合，使模型在提取油橄榄图像特征时，能够聚焦到对油橄榄品种识别起关键作用的特征上。经测试，所提模型对4个油橄榄品种识别的总体准确率达到90.28%，推理时间为9.15 ms。Grad-CAM（gradient-weighted class activation mapping，Grad-CAM）热力图可视化结果也表明，所提模型在识别油橄榄品种时重点关注了果实以及部分叶子区域。消融试验结果表明，在EfficientNet模型中引入CBAM注意力和搭建双线性网络后，总体准确率分别提高了5.00和10.97个百分点。并且，对比试验结果表明，与双线性ResNet34、EfficientNet-SE注意力、双线性ResNet18、双线性VGG16和双线性GoogLeNet等模型相比，所提模型的总体识别准确率分别高12.78、11.53、11.11、10.70和5.00个百分点。该研究为解决自然条件下的油橄榄品种识别提供了依据，同时也可为其他作物的品种识别提供参考。
|
| 关 键 词： | 图像处理 模型 品种识别 油橄榄 EfficientNet-B0 CBAM注意力 Grad-CAM |
| 收稿时间： | 2023/3/27 0:00:00 |
| 修稿时间： | 2023/4/7 0:00:00 |
Identification of olive cultivars using bilinear networks and attention mechanisms |
| |
| ZHU Xueyan,CHEN Fengjun,ZHENG Yili,LI Zhiqiang,ZHANG Xinwei.Identification of olive cultivars using bilinear networks and attention mechanisms[J].Transactions of the Chinese Society of Agricultural Engineering,2023,39(10):183-192. |
| |
| Authors: | ZHU Xueyan CHEN Fengjun ZHENG Yili LI Zhiqiang ZHANG Xinwei |
| |
| Institution: | School of Technology, Beijing Forestry University, Beijing 100083, China;National Key Laboratory-Forest Resource Efficient Production, Beijing 100083, China;School of Technology, Beijing Forestry University, Beijing 100083, China;National Key Laboratory-Forest Resource Efficient Production, Beijing 100083, China;Beijing Laboratory of Urban and Rural Ecological Environment, Beijing 100083, China;School of Technology, Beijing Forestry University, Beijing 100083, China;National Key Laboratory-Forest Resource Efficient Production, Beijing 100083, China;Key Laboratory of State Forestry Administration for Forestry Equipment and Automation, Beijing, 100083, China;School of Technology, Beijing Forestry University, Beijing 100083, China;Key Laboratory of State Forestry Administration for Forestry Equipment and Automation, Beijing, 100083, China; School of Technology, Beijing Forestry University, Beijing 100083, China;Research Center for Intelligent Forestry, Beijing 100083, China |
| |
| Abstract: | |
| |
| Keywords: | image processing models cultivar identification olive EfficientNet-B0 CBAM attention Grad-CAM |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
