科研之友
微信
新浪微博
Facebook
分享链接
摘要
玉米是我国重要的谷类作物，玉米种子的纯度是影响种子质量的关键指标，不同品种玉米的种子活力、物理指标和发芽率都是不同的，因此需要对玉米品种的真伪进行鉴别分选。传统模式识别的方法需要人工定义各类特征，存在主观判断、费时费力等问题，实用性较差。针对上述问题，本研究拟建立一种基于RGB图像结合深度学习的低成本、高效、无损的单粒玉米种子真伪检测方法，选用不同产地登海605玉米种子440粒，其他品种480粒，采集玉米种子胚面和胚乳面制作数据集，通过图像处理技术对图像进行预处理，并按照7∶2∶1的比例将数据集分为训练集、验证集和测试集，分别使用GoogLeNet、MobileNet、Inception-ResNet、ResNet、DenseNet共5种网络模型利用迁移学习对3类数据集进行分类测试，结果表明，5种网络模型在双面数据集的平均识别准确率最高，测试识别准确率为99.05%,ResNet网络在3类数据集中的分类效果最佳，在双面测试集上为99.91%。本研究提供了一种无损、高效、相对可靠的方法来鉴别登海605玉米品种的真伪。
- 单位
