基于深度学习的可食用野菜种类识别

可食用野菜兼具营养价值和药用价值,然而传统采摘可食用野菜的分辨主要依赖人为主观经验,效率低且错误风险高,因此对可食用野菜快速准确的识别对实现野菜产业开发和保障食用安全具有重要意义。以南京地区“七头一脑”共8种可食用野菜为研究对象,构建了8种野菜的2400张图像数据集,采用3种具有代表性的卷积神经网络(convolutional neural network,CNN)模型(AlexNet、VGG16和ResNet50)和3种视觉自注意力(vision transformer,ViT)模型(ViT、CaiT和DeiT)共6种不同的深度学习模型进行训练和验证,并通过梯度加权类激活映射(gradient-weighted class activation mapping,Grad-CAM)来分析深度学习模型的决策机制。结果表明,ResNet50在验证集上的准确率达到94.68%,精确率、召回值和F1分数分别为97.66%、97.74%和97.70%,在6个模型中表现最佳。随后,在最优模型ResNet50基础上添加卷积模块的注意力机制(convolutional block attention module,CBAM)和坐标注意力机制(coordinate attention,CA)模块进行模型优化,结果显示,CBAM-ResNet50准确率达到了97.67%,CA-ResNet50准确率达到了98.34%,分别提高了2.99个百分点和3.66个百分点。以上研究结果证实了CNN模型在数据集上能取得比ViT更好的结果,利用深度学习识别可食用野菜种类是可行的,且添加注意力模块能够实现更高的识别准确率。