摘要：針對現(xiàn)有油茶籽色選機(jī)無法識(shí)別碎籽的問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的油茶籽完整性識(shí)別算法。以油茶籽完整性識(shí)別為目標(biāo),構(gòu)建油茶籽圖像庫;基于油茶籽完整性識(shí)別任務(wù)要求,通過對Alex Net網(wǎng)絡(luò)進(jìn)行優(yōu)化得到適合油茶籽完整性識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)模型,該網(wǎng)絡(luò)具有4層卷積層、2層歸一化層、3層池化層和1層全連接層。為了提高網(wǎng)絡(luò)分類準(zhǔn)確率和實(shí)時(shí)性,從網(wǎng)絡(luò)結(jié)構(gòu)簡化和超參數(shù)優(yōu)化兩方面對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,最終網(wǎng)絡(luò)結(jié)構(gòu)(CO-Net)的分類準(zhǔn)確率、訓(xùn)練收斂速度和泛化性能均得到了提高。實(shí)驗(yàn)結(jié)果表明,優(yōu)化后的網(wǎng)絡(luò)對油茶籽完整性識(shí)別準(zhǔn)確率達(dá)98.05%,訓(xùn)練時(shí)間為0.58 h,模型規(guī)模為1.65 MB,單幅油茶籽圖像檢測平均耗時(shí)13.91 ms,可以滿足油茶籽在線實(shí)時(shí)分選的要求。