江苏大学学报(自然科学版)

作者：权龙哲，王建宇，王旗，肖云瀚，冯槐区

单位：东北农业大学 工程学院， 黑龙江 哈尔滨 150030

关键词：玉米籽粒, 电磁振动, 卷积神经网络, 精选检测,深度学习

基金：&nbsp;黑龙江省自然科学基金资助项目（LC2018019）； 东北农业大学学术骨干项目（17XG01）； 国家自然科学基金资助项目（51405078）<br />

为提高玉米分选自动化水平，针对传统方法特征建模过程繁琐、现有卷积神经网络部署要求高的问题，设计了一种基于电磁振动与卷积神经网络的玉米品质精选分级装置，主要包括玉米粒群落料单元、电磁给料单元、控制单元、分选收集单元和恒定光强视觉单元，可实现玉米粒群自动分离、籽粒自动识别与分选.模型、样机试验结果表明：模型大小仅5.83 MB，对计算机硬件要求低；模型平均检测准确率mAP为88.03%，模型总体分类检测性能良好；模型对优良玉米籽粒的识别能力强，准确率P、召回率R、误报率FPR、加权调和平均值F1分别为98.75%，94.84%，3.78%，96.85%；样机将玉米籽粒的实际检测准确率提升至96.50%，实际有效分选率为97.51%.

来源：2020年第3期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2020年第3期