买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛农业大学

摘要：本发明公开一种基于YOLOv7‑MEF模型的玉米籽粒品质检测方法，属于玉米籽粒品质检测领域，采集玉米籽粒图像数据，并将采集到的玉米籽粒图像数据划分为正常、发霉、破损和发芽4个等类别，通过对图像进行标注和增强，构建数据集；然后构建YOLOv7‑MEF模型，以YOLOv7‑tiny模型作为基础模型，采用MobileNetV3替代原模型的特征提取主干网络，并融合了ESE‑Net加强特征提取，Focal‑EIoULoss优化原损失函数，并对模型进行训练，以具备精度高、检测速度快、模型尺寸小等特点；本方案对农业生产中进行快速无损的按需分类玉米籽粒起到良好的基础性作用，精度高、检测速度快；对于嵌入到移动终端设备的现场工作环境中也具有较好的检测效果，具有广泛的实际应用和开发价值。

主权项：1.基于YOLOv7-MEF模型的玉米籽粒品质检测方法，其特征在于，包括以下步骤：步骤A、构建训练数据集：采集玉米籽粒图像数据，并将采集到的玉米籽粒图像数据进行分类，包括正常、发霉、破损和发芽4个类别，对图像进行标注，构建数据集；步骤B、构建YOLOv7-MEF模型，并基于训练数据集对模型进行训练；其中，以YOLOv7-tiny模型作为基础模型构建YOLOv7-MEF模型，YOLOv7-MEF模型包括Backbone网络层、Neck网络层和Head网络层三个部分，通过SPPCSP模块连接Backbone网络层部分与Neck网络层部分，所述SPPCSP模块是由多个CBL结构与三个Max-Pool层共同组成；在Backbone网络层结构中，采用MobileNetV3的主干网络替换YOLOv7-tiny的主干网络，同时使用ESE-Net高效注意力模块替代MobileNetV3中的SE-Net模块；MobileNetV3的主干网络包括CBH模块以及与CBH模块连接的多个ME-Block模块，所述ME-Block模块引入深度可分离卷积结构，ME-Block模块采用卷积、深度可分离卷积、ESE-Net高效注意力模块进行连接；所述ESE-Net高效注意力模块与SE-Net模块相比去掉了带有比例因子r的第一个全连接层和ReLU激活函数，并将原始的Sigmoid函数换为H-Swish函数进行输出；在Neck网络层部分采用原PANet结构进行特征聚合，PANet采用自顶向下和自底向上的双向融合骨干网络思想；在Head网络层部分中，使用REP连接CBL模块替代YOLOv7-tiny模型Head网络层部分中的CBL模块；最后改进损失函数，用Focal-EIoULoss替换原始的CIoULoss；步骤C、基于训练好的YOLOv7-MEF模型对玉米籽粒品质进行检测。

全文数据：

权利要求：

百度查询： 青岛农业大学 基于YOLOv7-MEF模型的玉米籽粒品质检测方法