近日，中國農(nóng)業(yè)科學(xué)院煙草研究所煙草智慧農(nóng)業(yè)創(chuàng)新團(tuán)隊(duì)構(gòu)建了一個可以用于識別煙葉烘烤階段的輕量級分類網(wǎng)絡(luò)模型（TCSRNet），相關(guān)研究成果發(fā)表于《植物科學(xué)前沿（Frontiers in Plant Science）》。

隨著智能農(nóng)業(yè)技術(shù)的快速發(fā)展，煙葉烘烤過程的自動化監(jiān)測和精準(zhǔn)評估已成為行業(yè)關(guān)注的重點(diǎn)。然而，受限于煙葉烘烤環(huán)境的復(fù)雜性和計(jì)算資源的約束，現(xiàn)有的圖像分類模型很難在識別精度和計(jì)算效率之間取得平衡，限制其在實(shí)際生產(chǎn)中的應(yīng)用部署。

為解決上述問題，團(tuán)隊(duì)成員提出了輕量化的分類模型—TCSRNet，將Inception結(jié)構(gòu)、Ghost卷積和MAAM注意力集成于煙葉烘烤階段識別模型中，能夠有效平衡模型的識別精度、計(jì)算效率和泛化性能。在所構(gòu)建的煙葉烘烤階段數(shù)據(jù)集上，與其他經(jīng)典分類網(wǎng)絡(luò)進(jìn)行了對比實(shí)驗(yàn)，TCSRNet模型的準(zhǔn)確率達(dá)到90.3％，計(jì)算復(fù)雜度和參數(shù)量也僅為158.136 M和1.749 M，較其他輕量級網(wǎng)絡(luò)分類模型展現(xiàn)出明顯的優(yōu)勢，為實(shí)現(xiàn)復(fù)雜烤房環(huán)境下的實(shí)時自動化監(jiān)測和質(zhì)量評估提供可靠的技術(shù)支撐。

煙草所研究生趙泮真為論文第一作者，王松峰副研究員為通訊作者。該研究得到了中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程、中國煙草總公司科技重點(diǎn)項(xiàng)目和中國煙草總公司江西省煙草公司科技項(xiàng)目等項(xiàng)目的支持。

煙葉烘烤階段識別網(wǎng)絡(luò)的結(jié)構(gòu)圖

MAAM注意力圖