基于改进VGG的轻量级香菇品质分类模型

来源：中国农机化学报杂志2025年第2期北京时间：

作者：孙岩, 朱凤武, 张宇清, 张伟健, 吴铖轩

摘要：为实现对香菇品质的快速、准确分类，依据大棚种植环境下香菇图像的特性，对VGG16深度卷积网络进行轻量化改进，提出一种香菇品质分类检测模型。首先，对VGG16网络进行轻量化处理，利用均和池化层代替全连接层对特征图进行下采样；然后，在特征提取网络中引入空洞融合分离卷积和通道注意力SE模块提升模型的识别精度；之后，利用数据增强方法将数据集扩充；最后，使用迁移学习训练得到香菇品质分类检测模型。在相同的试验条件下，与VGG16、GoogLeNet、VGG19、ResNet50、MobileNetv1五种深度卷积网络模型相比较。结果表明：该模型的综合性能最好，改进后的VGG16网络的识别准确率为95.5%；模型大小约为原始VGG16模型体量的10.9%；训练时间为原始VGG16模型的55.1%。

关键词：香菇,品质分类,VGG16,SE模块,均和池化,空洞融合分离卷积

基金资助：国家重点研发计划（2020YFD1000304—5）；吉林省科技发展计划项目（20210202054NC）