一种基于改进型移动卷积神经网络的水稻种子图像分类方法、系统与应用

本发明提供一种基于改进型移动卷积神经网络的水稻种子图像分类方法、系统与应用。本发明通过引入通道重排操作机制增强特征融合，采用混合精度训练和余弦退火学习率调度等优化技术，实现了单粒水稻种子的精确分类。本发明构建了包含7个不同品种共112000张水稻种子图像的数据集，在该大规模数据集上的验证准确率达到99.24％，测试准确率达到99.39％。该方法特别适用于外观相似度高的不同品种水稻种子或米粒的快速分类，具有轻量化、高效率、高精度的特点，为水稻种子品种鉴定提供了一种快速、准确的解决方案，可广泛应用于作物育种及种子质量检测领域。