基于ResNet网络的烟叶成熟度图像识别  

作　　者：高旭 闫奥函 范文博 朱治忠 

机构地区：[1]四川中烟工业有限责任公司,四川成都610017 [2]河南农业大学烟草学院,河南郑州450046 [3]河南中烟工业有限责任公司,河南郑州450016

出　　处：《农业灾害研究》2025年第2期52-54,57,共4页Journal of Agricultural Catastrophology

基　　金：四川中烟工业有限责任公司项目(2023510000340442)。

摘　　要：为了实现智能精准识别烤烟叶片成熟度状态,减少主观判断的误差。以残差网络(ResNet)作为基础网络框架,引入迁移学习方法建立不同部位烟叶成熟度分类模型。模型测试发现,模型迭代50次时在验证集的正确率收敛于98%左右,在测试集上不同部位的烟叶成熟度识别正确率达到100%。利用类别激活图(CAM)分析了模型对烟叶关注特征,发现模型与人工鉴别所关注的烟叶特征接近,关注程度依次是叶面颜色、主脉和支脉。基于ResNet网络的烟叶成熟度判别模型可以为烟叶成熟度数字化表征提供参考。

关 键 词：烤烟 成熟度 深度学习 ResNet50 类别激活映射 

分 类 号：S572[农业科学—烟草工业]