一种基于残差网络模型的玉米种子形态分类方法

本发明提供了一种基于残差网络模型的玉米种子形态分类方法，设计了一种残差网络模型，允许输入直接通过跳跃连接传递到后面的层，避免了梯度消失的问题。结合主动学习和条件生成对抗网络生成玉米种子图像样本，有效解决了数据不均衡和多样性不足的问题。引入通过ImageNet数据集预训练的残差网络作为基准模型，通过微调使模型适应玉米种子分类任务。结合Dropout、L2正则化技术和早停方法，减少分类模型的过拟合风险。使用RMSprop优化器根据训练过程的变化动态调整学习率，达到理想的优化效果。分类结果显示，本申请提出的玉米种子分类模型在整体准确率、各类别的均衡表现以及低误分类率等方面均表现出显著优势。