文献类型： 中文期刊

作者： 赵泮真 ¹ ; 王松峰 ¹ ; 齐飞 ¹ ; 胡强 ¹ ; 王爱华 ¹ ; 李亚纯 ¹ ; 孟令峰 ¹ ; 尹东 ¹ ; 段史江 ¹ ; 王志生 ¹ ;

作者机构： 1.中国农业科学院烟草研究所/农业农村部烟草生物学与加工重点实验室

关键词： 鲜烟叶成熟度;轻量级;分类模型;注意力机制

期刊名称：

ISSN： 1007-5119

年卷期： 2025 年 46 卷 2 期

页码： 93-100

摘要： 为建立更加经济高效的烟叶成熟度无损智能识别技术，本研究构建了一种可以部署到移动设备的轻量级网络模型MobileViT-CBAM。首先采集云烟87中、上部不同成熟度烟叶图像构建数据集，将CBAM注意力机制模块引入到MobileViT结构中增强鲜烟叶成熟度图像特征的表达能力，其次将原有激活函数Swish函数替换为更平滑的SMU函数，帮助模型更快收敛，最后使用迁移学习提高模型的训练效率和泛化能力，以实现复杂大田环境下鲜烟叶成熟度分类。结果表明，MobileViT-CBAM在鲜烟叶成熟度分类任务中准确率达92.81%，较VGG16、ResNet34、Vision Transformer、Swin Transformer、MobileNetV2 和MobileViT等模型具有显著的性能提升。所提出的MobileViT-CBAM模型能够有效识别烟叶成熟程度，为烟叶智能采集装备视觉系统提供技术支撑。