摘要  在蚕茧制丝工艺流程中，缫丝前需将蚕茧按照缫丝工艺要求，逐一进行选茧分类工作。针对蚕茧图像数据存在类内差异大、类间差异小以及类别不平衡问题，文中提出一种基于改进ResNet-50的类别不平衡蚕茧图像分类算法。该算法在ResNet-50特征提取网络基础上，从特征图中得到注意力图，之后划分区域，将注意力强度最大区域的特征值减半，以抑制最显著区域特征;提取最显著区域特征并进行特征融合，以增加疵点注意力分布及提高网络表征能力;引入解耦表示学习和分类器学习进行训练，使用类平衡采样微调分类器，引入低频类参数优化损失，以在参数空间进一步调整分类器决策边界。结果表明，该算法在蚕茧图像测试集上分类准确率达96.203%，加权F1分数达96.196%，相较于ResNet-50分类算法分别提升1.243个百分点和1.279个百分点；改进算法对中低频类别蚕茧图像分类准确率提升达0.77~9.32个百分点。将该算法应用到蚕茧分选系统的视觉模块中可有效提升蚕茧分选效率。