基于混合深度学习的蔗糖原料蔗顶芽杂质探测技术*

陈峰练，白 琳,2**，张扬虎，张 茜，李陶深,2

(1.广西大学计算机与电子信息学院，广西南宁 530004；2.广西高校并行与分布式计算技术重点实验室，广西南宁 530004；3.广西医科大学第一附属医院，广西南宁 530021)

0 引言

甘蔗作为我国重要的经济作物，是制糖企业用于制糖的主要原料，甘蔗的质量决定着制糖企业的制糖量。甘蔗顶芽杂质存在于甘蔗的尾部，长度较长，呈黄色、淡黄色或黄绿色，糖分含量少，对于制糖企业而言是一段废渣，没有经济价值。以往蔗糖原料蔗顶芽杂质的识别工作是由有相关经验的工作人员以肉眼判定完成。但制糖厂收购的原料蔗总量巨大，采用人力进行识别判断存在着效率低下、识别环节主观性大、企业用工成本高等缺点。

深度学习自诞生以来不断发展，从图像分类[1]问题开始取得多次突破，在分类识别领域中已超越人工识别，在识别精确度和识别速度上取得了一次次的新高。目前有很多学者将深度学习用于农业，例如张帅[2]研究了深度学习对叶片的识别；王前程[3]将深度学习用于水果的识别；黄小杭等[4]完成了莲蓬快速识别的研究；谭龙田[5]使用深度卷积网络对玉米籽粒的完整性进行识别。石昌友[6]使用数据增强技术对图像进行多角度旋转，扩大紫皮甘蔗图像数据集，并且基于模型输出的边缘概率的卷积[7]神经网络，训练出用于紫皮甘蔗图像边缘检测的识别模型，并对紫皮甘蔗茎节进行识别，模型最终达到94%的精确度，为紫皮甘蔗蔗种自动化切割机器的识别定位模块提供切实可行的模型和理论基础；……