来源：期刊VIP网 时间：
作者：戴浩天;刘文联;朱美燕;张玲;朱良;
单位：湖北工业大学计算机学院;华南理工大学食品科学与工程学院;广东石油化工学院生物与食品工程学院;
摘要：[目的]针对冬枣新鲜度判别需求，提出一种基于深度学习的判别方法，将冬枣分为5个新鲜度阶段，旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像进行卷积处理，提取全局特征图；通过通道注意力模块强化关键特征，结合特征金字塔网络（FPN）提取多尺度信息。Faster R-CNN从中选取候选区域，经过ROI池化后输入全连接层，通过多角度损失函数优化模型性能。通过硬度、电导率、维生素C和多酚含量等理化指标验证模型效果。[结果]改进的Faster R-CNN模型在新鲜度判别上的准确率达到98.60%。[结论]改进的Faster R-CNN模型在小规模样本下的表现优于现有方法。
关键词：冬枣;;新鲜度判别;;Faster R-CNN;;注意力机制;;特征金字塔;;小规模
基金资助：广东省重点领域研发计划项目（编号：2019B020222001）;; 茂名市科技计划项目（编号：2023S017082）
