基于改进MobileNetV2的烟丝种类识别

来源：中国农机化学报杂志2025年第8期北京时间：

作者：王莉, 朱雯路, 范磊, 胡宏帅, 袁强, 牛群峰

单位：1. 河南工业大学电气工程学院，郑州市，450000；2. 河南中烟工业有限责任公司许昌卷烟厂，河南许昌，461000）

摘要：为解决烟丝形态小且不同种类烟丝之间差异小、难以识别的问题，提出一种基于改进MobileNetV2的烟丝种类识别方法。以MobileNetV2为基础网络，引入多尺度特征融合模块以获取丰富的烟丝细节信息；删除主干网络中过多的bottleneck和重新设计分类器以降低网络深度；结合知识蒸馏技术使用迁移学习后的ResNet50网络对改进后的MobileNetV2网络进行学习指导以实现模型轻量化。试验结果表明，基于改进MobileNetV2的烟丝种类识别方法对各类烟丝的识别准确率为95.37%，比基础网络提高8.6%；参数量为0.62 M，比基础网络减少1.61 M。同时，与传统的分类网络（GoogLeNet、AlexNet、ResNet50、VGG16）相比，烟丝识别准确率更高、计算量更小。

关键词：烟丝识别,深度学习,卷积神经网络,知识蒸馏,轻量化

基金资助：河南工业大学创新基金支持计划专项资助(2022ZKCJ03)；河南省重大公益专项(201300210100)