摘要

种子分类识别技术的应用潜力巨大,可以在种子生产、农业科研、种植管理等领域发挥重要作用。通过采集不同品种的玉米种子图像,并利用预处理和数据增强技术对数据集进行处理,构建了一个包含4种深度学习网络模型的试验框架(MobileNetV3、VGG16、GoogLeNet及ShuffleNet),对比4种模型在训练和测试阶段的表现,评估其准确率、损失值、训练时间,然后分析各个模型之间的差异。试验结果显示:MobileNetV3深度学习网络模型在玉米种子分类识别任务中表现出色,对玉米种子的识别精准度达到了93.4%。相比其他3种模型,MobileNetV3深度学习网络模型在准确率和损失值方面展现出最佳性能,并且具有较快的收敛速度和稳定的训练过程。

全文