领学术科研之先，创食品科技之新
—— 中国食品杂志社
为了解决酿酒行业高粱不完善粒品质检测中存在的效率低、精度低和重复性差等问题,该研究提出了一种基于深度学习的高粱不完善粒检测方法,利用GK9800型粮食不完善粒分析仪采集图像,构建自建高粱图像数据集。采用数据增强的预处理技术优化图像后,以ConvNeXt-V2为基础模型网络架构,加入通道注意力机制（CAM）和空间注意力机制（SAM）模块改进模型,并考察改进后模型对高粱不完善粒的检测效果。结果表明,同时加入CAM和SAM后,分类准确率和F1值显著提高,分别提高了5.5%和4.88%。改进后模型对高粱不完善粒识别的准确率高达99.21%,明显高于其他模型。不完善粒图像特征可视化显示, CAM和SAM能准确识别局部的不完善特征。采用人工方法及该模型检测高粱不完善粒的结果无明显差异,误差较低（0.24%）。该研究可为酿酒行业提供高效、精准的高粱品质检测方法。
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
