基于改进型MobileNetV3的玉米品种分类方法OA

为解决传统玉米种子识别方法效率低、准确性差及造成浪费等问题,本研究提出一种基于改进型MobileNetV3(SSE-MobileNetV3)的玉米品种分类方法。通过采集丹东良玉99、登海605等五种玉米品种的种子图像构建数据集,利用深度学习技术训练模型。该模型创新性地设计SSE注意力机制替代原SE模块,增强对玉米种子多尺度特征的动态感知能力。实验结果表明,SSE-MobileNetV3的准确率达98.8%,较原始MobileNetV3(96.0%)提升2.8%,较现有研究中最高准确率提升0.98%,综合性能最优。模型训练损失稳定在0.068,显著低于其他对比模型,验证了改进方法的有效性与鲁棒性。为玉米品种智能化识别、种子质量检测及精准农业实践提供了技术支持和理论参考。