基于深度学习的在线烟叶等级判定研究

对烟叶进行等级判定可以合理利用烟叶资源,提高卷烟产品质量,对实现经济利益最大化有重要意义。提出一种基于深度学习的在线烟叶等级判定方法,该方法采用ResNeXt为基础网络,在残差结构中嵌入SE模块以增强重要通道的信息,并引入FPN+PAN结构将网络浅层细节特征和高层语义特征进行融合,以实现多尺度特征表达。测试结果表明,该方法烟叶等级判定的准确率达到92.8%,因此该方法对烟叶等级具备良好识别的能力,可适用实际生产。