基于改进Faster R-CNN绪下茧形态识别与计数方法的研究

目的:为解决解舒试验过程中绪下茧人工识别与计数劳动强度大等问题,提出一种基于改进Faster R-CNN绪下茧形态识别与计数方法。方法:首先,根据解舒试验过程中绪下茧呈现的不同形态,将绪下茧分为新茧、中茧、薄茧3种。采集绪下茧图像,构建数据集,使用ResNet50残差网络作为Faster R-CNN的特征提取网络,提取3种绪下茧形态图像特征;其次,调整区域建议网络(RPN)中锚点(Anchor)的比例,使检测结果中的目标矩形框更加精确;再次,将SENet注意力模块加入到特征提取网络中;最后,在形态识别的基础上,统计绪下茧数量。结果:改进算法训练的模型对绪下茧的3种形态的平均准确率达到了86.37%,召回率达到了90.3%。检测的平均速度0.17 s/幅。结论:该算法满足绪下茧形态识别与计数的要求。