数字农科院2.0

基于CNN与LSTM的烟叶烘烤阶段识别方法

文献类型： 中文期刊

作者： 闫九福;冉茂;朱荣光;王松峰;徐小洪;杨超;张学杰;孙福山;孟令峰

作者机构：

关键词： 烟叶;烘烤阶段;卷积神经网络;长短期记忆神经网络;识别模型;准确率

期刊名称：烟草科技

ISSN： 1002-0861

年卷期： 2024 年 8 期

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 为解决烟叶烘烤过程中无法实时观察烟叶状态而导致烘烤工艺不匹配等问题,基于卷积神经网络(Convolutional Neural Network)和长短期记忆神经网络(Long Short-Term Memory)建立一种烟叶烘烤阶段识别CNN-LSTM模型.采用由工业相机和拍摄光源组成的图像采集装置采集烘烤过程中的烟叶图像数据,根据烟叶颜色、纹理变化将采集的图像数据划分为10个烘烤阶段,通过所建立的CNN-LSTM模型进行验证并与其他3种常用识别模型CNN、ResNet50和Inception-ResNet v2进行对比.结果表明:①CNN-LSTM模型对10个烘烤阶段训练集、验证集的识别准确率分别为99.55%和 98.70%;对测试集的识别准确率和平均F1 分数分别达到 99.58%和 99.36%,相比Inception-ResNet v2模型分别提高1.17和1.72百分点;②CNN-LSTM模型判断错误的样本远少于其他3种模型且大多为相邻烘烤阶段,从而有效保证烘烤工艺相匹配.该方法可为实现烟叶烘烤阶段快速和准确识别提供支持.

分类号：

  • 相关文献

[1]中国气象干旱时空特征与混合模型预测. 刘洋洋,毛克彪,郭中华,袁紫晋. 2025

[2]基于图像处理的烟叶烘烤阶段判别模型优选. 李增盛,孟令峰,王松峰,高峻,徐小洪,朱先洲,杨超,汪伯军,王爱华,孟霖,刘自畅,杜海娜,刘浩,孙福山. 2022

[3]基于深度学习与复合字典的马铃薯病害识别方法. 杨森,冯全,张建华,孙伟,王关平. 2020

[4]小麦病虫害便捷识别模型和远程诊断系统. 何鹏,马罡,杨和平. 2011

[5]蚜虫胁迫下棉叶光谱特征及其遥感估测. 陈兵,王克如,李少昆,竞霞,陈江鲁,苏毅. 2010

[6]基于图像处理技术的黄瓜种子活力指数检测系统设计. 李振,廖同庆,冯青春,张东彦,王强,王晓楠,张琳洁,王秀. 2015

[7]基于机器视觉的蔬菜种子活力指数检测算法研究及系统实现. 李振,廖同庆,冯青春,张东彦,王秀. 2015

[8]基于气候适宜度指数的吉林省春玉米单产预报研究. 王丽伟,邱美娟,邱译萱,许晖,徐昕,马云飞. 2020

[9]葡萄无核性状分子标记通用性验证. 张泉,刘崇怀,樊秀彩,张颖,孙磊,姜建福,郭大龙. 2024

[10]葡萄无核性状分子标记在不同遗传背景下的通用性验证. 余书鑫,许睿,刘崇怀,孙磊,樊秀彩,张颖. 2025

[11]基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算. 马浚诚,刘红杰,郑飞翔,杜克明,张领先,胡新,孙忠富. 2019

[12]基于卷积神经网络的温室黄瓜病害识别系统. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 2018

[13]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[14]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[15]卷积神经网络在高分辨率影像分类中的应用. 李贤江,陈佑启,邹金秋,石淑芹,郭涛,蔡为民,陈浩. 2019

[16]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,胡林,王婷. 2019

[17]一种基于密度估计和VGG-Two的大豆籽粒快速计数方法. 王莹,李越,武婷婷,孙石,王敏娟. 2021

[18]基于MSRA初始化卷积神经网络的草地牧草分类研究. 刘一磊,刘江平,赵烜赫,马玉宝,闫伟红,潘新. 2021

[19]基于卷积神经网络的水稻虫害识别方法. 郭阳,许贝贝,陈桂鹏,丁建,严志雁,梁华,吴昌华. 2021

[20]基于集成深度学习模型的耕地地块提取. 程锐,魏妍冰,陆苗,吴文斌. 2022

作者其他论文 更多>>