农业与技术 ›› 2025, Vol. 45 ›› Issue (14): 48-52.DOI: 10.19754/j.nyyjs.20250730011
• 林业科学 • 上一篇
陈泉 伍希志 马良城
摘要: 重组竹板的颜色分类是产品质量的重要因素,目前主要采用人工完成,面临生产效率低下、作业负荷繁 重、产品质量不统一等诸多瓶颈问题。为此,本文建立了重组竹板颜色分类数据集,构建了基于VT-bse-pl6 大模型的重组竹板颜色分类方法,并与经典的卷积神经网络进行了结果对比。研究结果表明,VT-base-pl6模 型测试准确率达到98.74%,验证了该模型在重组竹板分类中的优异性;与经典的卷积神经网络相比,VT模型 分类准确率优于VGG、EfficientNet、MobileNet和ResNet50,以期为机器视觉在竹材检测领域的应用提供参考价 值。
中图分类号: