一种基于EPSANet的人参等级分类算法

一种基于EPSANet的人参等级分类算法，属于图像处理与深度学习技术领域，通过多尺度特征提取与通道注意力增强机制，解决了传统人工分级效率低、主观性强及现有图像分类方法在复杂背景下对细粒度特征捕捉不足的问题。采用动态分组卷积策略，在降低计算复杂度的同时显著增强对芦头纹理密度、参体形态比例等关键判据的敏感度，通过跨组注意力校准机制建立多尺度特征间的长程通道依赖关系，有效抑制背景噪声干扰并提升模型鲁棒性，同时引入标签平滑正则化策略缓解样本分布不均导致的类别偏好问题。本发明将人参等级识别准确率提升至行业领先水平，推动中药材质量检测从经验驱动向数据驱动转型，其模块化架构可快速适配其他中药材及农产品分级需求。