avatar avatar 我的文献 基于深度学习的种鸭蛋孵化早期受精信息无损检测 作者 李庆旭; 王巧华; 顾伟; 施行; 马美湖 单位 华中农业大学工学院; 农业农村部长江中下游农业装备重点实验室; 国家蛋品研发分中心 期刊 农业机械学报 时间 关键词 种鸭蛋; 受精; 深度学习; 无损检测; 图像识别 基金 国家自然科学基金面上项目(31871863); “十二五”国家科技支撑计划项目(2015BAD19B05); 公益性行业(农业)科研专项(201303084)
摘要
我国是鸭产业大国,鸭蛋孵化产业产量巨大,每年需孵化数十亿只鸭苗才能满足生产需要。目前我国鸭蛋孵化行业剔除无精蛋的方法主要靠种鸭蛋孵化7d左右进行人工照蛋,效率低且剔除的无精蛋已丧失食用价值,造成资源的巨大浪费。本文运用机器视觉技术,以孵化至第3天的种鸭蛋为研究对象,运用深度卷积神经网络(Convolutional neuralnetworks,CNN)的端对端的特点,将孵化第3天的种鸭蛋透射图像直接输入到神经网络,并在经典的Alexnet神经网络基础上进行改进。用卷积层代替全连接层,改变卷积核的尺寸,搭建了种鸭蛋受精信息识别网络(Eggnet)模型,实现了对种鸭蛋孵化早期受精信息的无损判别。试验结果表明,该方法对孵化第3天的种鸭蛋图像测试集分类准确率高达98.87%,验证集分类准确率为97.97%,平均单枚蛋检测速度仅为0.24s。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭