基于知识蒸馏的轻量级番茄叶部病害识别模型

打开文本图片集

摘要： 目前，基于迁移学习诊断农作物病害已經成为一种趋势，然而大多数研究使用的模型参数众多，占用了大量设备空间并且推理演算耗时较长，导致对存储和计算资源有严格限制的设备无法利用深度神经网络的优势。为此，本研究以PlantVillage数据集中的番茄病害样本为研究对象，基于条件卷积及通道注意力机制，提出1种新颖的轻量级模型，同时使用知识蒸馏法指导模型训练，在保证模型性能的前提下压缩模型大小。（剩余14309字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。