基于改进ResNet的带孔蛋胚裂纹检测方法

将病毒注入蛋胚培养疫苗时,针头冲击使注射孔周围产生裂纹导致培养失败。为解决目前人工手持照蛋器在暗室通过肉眼检测蛋胚裂纹效率低、误判率高这一问题,提出一种结合多光谱通道注意(MSCA)机制与并行堆叠拓扑(PST)模块的带孔蛋胚裂纹检测方法。首先搭建带孔蛋胚裂纹检测黑箱,采集病毒注射后带孔蛋胚的线形、网状、星形裂纹和带孔完好蛋胚图像并建立数据集;接着以ResNet-50为骨干模型,将其后4层的第一个残差模块替换为PST模块,以增加模型初期图像表达能力;最后在每个PST模块与残差模块后引入MSCA机制,MSCA机制通过二维离散余弦变换(2DDCT)压缩数据得到各通道频率分量,采用神经结构搜索(NAS)方式得到最佳频率分量,即对权重重新分配,增加裂纹特征权重比例,以确保模型快速、精准识别带孔蛋胚裂纹。结果表明,改进的网络模型对带孔蛋胚裂纹检测时间为0.42 s/枚,检测精度为96.43%,检测效率高于人工作业。与原始ResNet-50相比,检测精度提高3.66%,优于其他经典卷积网络模型,改进模型可用于疫苗培育前带孔蛋胚裂纹自动检测。