基于改进ResNet50模型的咖啡生豆质量和缺陷检测方法

来源：中国农机化学报杂志2024年第4期北京时间：

作者：纪元浩, 许金普, 严蓓蓓, 薛俊龙

摘要：咖啡生豆的质量决定着商品咖啡豆的价格，目前对咖啡生豆的筛选主要由人工完成，费时费力。提出一种基于改进ResNet50模型来识别咖啡生豆的方法，首先收集8 000张咖啡生豆图像建立数据集，并对其进行数据增强，基于ResNet50模型加入CBAM注意力机制，引入迁移学习机制，并使用深度可分离卷积来代替ResNet50残差单元中的传统卷积，构建适用于咖啡生豆分类识别的ResNet50CBAMDW模型。为评估模型改进的有效性，与ResNet50、AlexNet、VGG16、MobileNetV2等模型进行比较，改进后模型准确率达到91.1%，相较于原ResNet50模型准确率提升3.0%，参数量降低39.0%。

关键词：残差网络,咖啡豆,注意力机制,卷积神经网络,深度可分离卷积 

基金资助：山东省重大科技创新工程(2021LZGC014—3)；青岛农业大学研究生创新计划项目(QNYCX22038)