領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國(guó)食品雜志社
建立基于輕量化YOLOv8-FasterBlock模型的小粒咖啡生豆分級(jí)方法。實(shí)驗(yàn)主要收集來(lái)自云南的一級(jí)、二級(jí)、三級(jí)以及缺陷小粒咖啡生豆共500 g作為研究對(duì)象，混合后采集相應(yīng)RGB圖像作為咖啡生豆分級(jí)的數(shù)據(jù)集。隨后對(duì)YOLOv8n模型進(jìn)行改進(jìn)，重點(diǎn)將YOLOv8n模型中C2f模塊的BottleneckBlock替換為FasterNet中的FasterBlock模塊，改進(jìn)后形成新的輕量化YOLOv8-FasterBlock模型。將該模型應(yīng)用于實(shí)驗(yàn)中不同等級(jí)咖啡豆分級(jí)檢測(cè)，結(jié)果顯示，提出的YOLOv8-FasterBlock模型精確率、召回率和平均精度均值分別達(dá)到了98.4%、94.3%、97.4%，其檢測(cè)平均時(shí)間為2.4 ms。在后續(xù)進(jìn)行的一系列對(duì)比實(shí)驗(yàn)、消融實(shí)驗(yàn)、輕量化實(shí)驗(yàn)以及粘連豆實(shí)驗(yàn)，證明了YOLOv8-FasterBlock模型的優(yōu)越性和結(jié)構(gòu)有效性。YOLOv8-FasterBlock模型在降低模型復(fù)雜度的同時(shí)，提升了對(duì)小粒咖啡生豆的特征提取能力和推理速度，可實(shí)現(xiàn)咖啡豆分級(jí)快速檢測(cè)。研究結(jié)果可為后續(xù)小粒咖啡生豆分級(jí)設(shè)備的視覺(jué)模塊部署提供參考，也可以為其他農(nóng)產(chǎn)品的分級(jí)提供理論支持。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話(huà): 010-87293157
地址: 北京市豐臺(tái)區(qū)洋橋70號(hào)
版權(quán)所有 @ 2023 中國(guó)食品雜志社 京公網(wǎng)安備11010602060050號(hào) 京ICP備14033398號(hào)-2
