【候选论文】No.6基于Transformer模型的干辣椒等级分类方法研究

本文研究了基于Transformer模型的干辣椒等级分类方法。文章首先介绍了干辣椒品相不一的问题，并提出了使用Transformer模型进行分类的解决方案。研究中，作者确定了干辣椒的等级标准，包括优质、合格和不合格三个等级，并制备了相应的数据集。通过结合Visual Transformer和分类网络，并引入改进的Shifted windows Transformer网络，使用高斯误差线性单元和自适应矩估计进行优化，实验结果表明，利用迁移学习的Swin Transformer模型在干辣椒等级分类中表现最佳，准确率达到95.26%。这一研究不仅为干辣椒等级分拣提供了新的方法，也为其他果蔬品相识别提供了参考。