改进EfficientNetV2轻量化网络的油茶果壳籽分选模型OA

为高效地完成油茶果加工中果壳与茶籽的分选任务,提出FS—EfficientNetV2壳籽分选轻量化网络模型。首先,在EfficientNetV2网络中的Fused—MBConv模块上添加多路径特征增强分支,将网络数据并行化以获得更加丰富的特征信息;其次,引入SRM注意力机制与多路径特征增强流结构融合,增加网络对油茶果壳籽图像局部特征的关注度;最后,将Fused—SRM模块植入网络构成一种新的模型FS—EfficientNetV2。结果表明,FS—EfficientNetV2模型的验证准确率达到99.23%,模型大小仅有3.57 MB,单个样本的平均检测时间为12.82 ms,相比于原模型准确率提升0.48%,模型大小减少73.42 MB,检测耗时缩短17.1 ms,同时改进模型在与MobileNetV3、ResNet50和VGG16对比中性能表现最佳。改进的油茶果壳籽分选模型更加轻量化,进一步提升壳籽分选效率,为油茶果壳籽分选模型的实际部署提供一种可行的技术支撑。