基于改进MobileNetV3—Small的甘薯外部品质分类方法#br#

来源：中国农机化学报杂志2025年第4期北京时间：

作者：马瑞峻, 丁世春, 陈瑜

单位：（华南农业大学工程学院，广州市，510642）

摘要：传统图像处理技术依靠人工提取特征，费时费力且难以提取到准确的特征。为准确实现对甘薯发芽、霉腐、损伤和正常品质的分类，提出一种改进的MobileNetV3—Small（M3S）分类方法。使用高效通道注意力（ECA）模块替换M3S中的压缩激励（SE）模块，构建ECA—M3S模型结构；基于迁移学习训练模型，并对比不同学习率组合的训练效果；测试甘薯品质分类模型的性能，同时和多种模型进行对比，并使用Flask设计网页界面展示测试结果。结果表明，初始学习率为0.01，学习率衰减速率为0.5时,模型整体性能最优，验证准确率为92.82%，训练损失为0.049 2；和其他10种不同复杂度的模型进行对比，该模型对4类甘薯品质的召回率均高于90%，测试平均准确率为92.43%，仅比最高的模型低0.79%，比未改进的M3S高3.59%，且模型尺寸仅为4.18 MB，仅比尺寸最小的SqueezeNet模型大1.34 MB。

关键词：甘薯,外部品质,MobileNetV3—Small,高效通道注意力,迁移学习

基金资助：广东省科技计划项目（2021B1212040009）