研究与设计 | 基于近红外光谱图像的水曲柳原木含水率 快速检测方法研究
研究与设计 | 基于近红外光谱图像的水曲柳原木含水率 快速检测方法研究
摘 要:为实现水曲柳原木含水率的快速精准检测,提出一种轻量化的建模方法。首先,采用局部离群因子算法识别并剔除异常光谱,并利用不同分解尺度的连续小波变换对一维光谱进行预处理。然后将处理后的一维光谱数据进行二维化表征,并基于二维光谱图像构建2D CNN模型。基于二维光谱图像的建模方法整体优于基于一维光谱数据建模的结果,验证了光谱二维化方法的可行性;同时,与VGG16、ResNet-50等传统模型对比发现,2D CNN模型取得了最佳建模效果,表明模型具有较好的检测精度。为降低模型复杂度,对模型实施结构化剪枝。试实验结果表明,模型剪枝后的 R2 为0.9118,在仅下降了0.81%的情况下,将乘加运算量和参数量分别降低74.84%和73.71%,验证了结构化剪枝的可行性。最后,模型部署至Jetson Nano平台进行推理测试,剪枝后模型的平均推理延迟为2.068ms,相较于剪枝前的模型下降了65.1%,这一结果验证了剪枝后的模型在资源受限边缘设备上的部署可行性。试验结果表明了模型在“检测精度-资源占用-计算速度”三者之间的良好平衡,为MC的准确与快速检测提供了可行方案。