摘要
本发明公开了一种基于CS‑DNet轻量级模型的小麦种子筛选方法,预先收集实验所需小麦种子图像数据,并通过人工标注的方法对图片进行分类制作成数据集;构建基于CS‑DNet轻量级模型的小麦筛选网络,包括特征提取模块FEM和特征融合模块FFM;其中特征提取模块FEM采用通道分割、不同尺度的深度可分离卷积以及残差连接操作;特征融合模块FFM包括空洞卷积通道混洗模块C‑DBlock和增强倒残差结构EIRS;C‑DBlock实现通道信息的共享和空间信息的共享;EIRS为双分支网络结构,实现两条分支特征向量的融合;通过多次迭代得到效果最优的模型参数;用预训练好的网络模型对小麦种子进行分类。采用本发明可以在短时间实现小麦种子的准确筛选,在农业作物种子筛选领域具有较大的前景。