文献

J-GLOBAL ID：202202215806167967   整理番号：22A0848865

改良ResNetに基づくコムギ不音カーネルの検出【JST・京大機械翻訳】

Detection of Wheat Unsound Kernels Based on Improved ResNet

著者 (3件)： Gao Hui (College of Information Science and Engineering, Henan University of Technology, Zhengzhou, China) ,  Zhen Tong (College of Information Science and Engineering, Henan University of Technology, Zhengzhou, China) ,  Li Zhihui (College of Information Science and Engineering, Henan University of Technology, Zhengzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 20092-20101  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 穀物取得の過程において,コムギの未音粒は伝統的に手動で検出される。コンピュータビジョンに基づく決定方法は,通常,画像取得のために高価な装置を必要として,接着セグメンテーションにおける低い認識効率および困難の難点を有して,それはルーチン検出における応用を強く制限した。本論文では,音響カーネル,破壊カーネル,発芽カーネル,損傷カーネル,かびカーネルおよび斑点カーネルを含む6種類のコムギをサンプルとして考察した。画像取得プラットフォームを,コムギ写真を捕えるために,低コストで構築した。凹型マスクに基づく設計した2カーネル接着コムギセグメンテーションアルゴリズムは,全9988のコムギ穀粒に対して0.93%の誤り率で,高精度を示した。GoogleNet,高密度Net,IX-ResNet,Res2Netの長所と短所を比較することによって,本論文は,深さ,幅,ダウンサンプリングモード,畳込み順序,注意機構,受容分野の最適化を研究した。最後に,Res24_D_CBAM_Atouseに基づいて,コムギ非音カーネル検出法を提案した。精度,RecallおよびF1のMacro avg値は,それぞれ94%,95%および94%であり,元のRes34に基づいて3%~4%増加した。予測時間は220s減少し,それはコムギ外観品質の迅速で正確な評価を満たすことができる。方法は,コムギ非基礎カーネルルーチン検出のための重要な理論的意義と実際的応用価値を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  最適化 ,  接着 ,  畳込み ,  セグメンテーション ,  穀類 ,  *音響 ,  *コムギ ,  発芽 ,  改良 ,  認識 ,  検出法 ,  コンピュータビジョン
準シソーラス用語： 高精度 ,  外観品質 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： コムギ ,  音 ,  カーネル