基于卷积神经网络的家蚕幼虫品种智能识别研究

摘要：

不同品种的家蚕混杂会对杂交育种产生不利影响,针对人眼识别家蚕幼虫品种存在主观性强和可靠性低的问题,提出利用卷积神经网络进行家蚕幼虫品种识别研究.具体做法是:首先,在真实养蚕环境下,选择10个家蚕品种为研究对象,分别在其幼虫生长的4龄第3 d和5龄第3 d进行图像采集,构建了2个图像数量分别为5000张的幼虫品种图像数据集.其次,采用轻量级卷积神经网络MobileNet对10种家蚕幼虫图像进行了识别试验,在测试集上的识别准确率分别为98.9％和96％.最后,为了验证研究训练出的权重适宜于进行家蚕幼虫品种识别,使用迁移学习方法对另外5个家蚕品种的幼虫图像进行了模型训练,结果显示:在图像数量较少时,使用预训练权重的网络在稳定性上更佳,优于不使用预训练权重文件的网络.研究证实了卷积神经网络能够对不同品种的家蚕幼虫图像实现准确高效识别,并且用到的所有的图像都来自于真实养蚕环境,训练的模型具有较好的应用能力,可为开发家蚕幼虫品种识别应用软件提供参考.

关键词：家蚕幼虫、品种识别、卷积神经网络、MobileNet、深度学习

所属期刊栏目：42

分类号：S882.2(蚕桑)

资助基金：国家现代农业产业技术体系专项;重庆市技术创新与应用发展专项;四川省创新能力提升工程青年基金专项;智能农业装备研发南充市重点实验室项目

在线出版日期：2021-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：34-45