卷积神经网络算法在核桃仁分类中的研究

来源：中国农机化学报杂志2022年第6期北京时间：

作者：赵腾飞, 胡国玉, 周建平, 刘广, 陈旭东, 董娅兰

单位：1. 新疆大学机械工程学院，乌鲁木齐市，830047； 2. 新疆维吾尔自治区农牧机器人及智能装备研究中心，乌鲁木齐市，830047

摘要：为进一步提高核桃仁分类识别的准确性和实时性，提出一种基于卷积神经网络的算法模型。该模型包括输入层，4个卷积层和池化层构成的隐藏层，2个全连接层和输出层，并通过参数的优化设计来增强卷积网络模型的泛化性和鲁棒性。通过OpenVINOTM（Open Visual Inference & Neural Network Optimization）工具套件进行推理优化缩短算法执行时间，以期提高识别的实时性。将训练后的卷积网络模型进行推理优化并进行试验验证。试验结果表明：未经过推理优化的卷积网络模型的识别正确率为98.31%，平均识别实别时间为323.2 ms，经过推理优化的卷积网络模型的识别正确率为99.44%，平均识别实别时间为29.6 ms，相比未经过推理优化的卷积网络模型在准确率以及实时性方面都有所提升，且执行时间提升10倍左右，经过推理优化的卷积网络模型能够较好地满足核桃仁的分类识别，具有一定的适用性。

关键词：核桃仁分类,图像预处理,卷积神经网络,推理优化

基金资助：叶城县农产品销售“双线九进”和沪喀品牌推广项目（KSHSY20190901）