基于知識蒸餾及改進(jìn)ShuffleNet v2的棉花病蟲害識別方法

打開文本圖片集

摘要：為探索及時、準(zhǔn)確識別危害棉花葉片病蟲害的方法，做好防護(hù)和治理工作。針對自然環(huán)境下棉花葉片圖像受復(fù)雜背景影響導(dǎo)致分類精度降低以及模型參數(shù)量大使其不便于移動端部署的問題，提出了一種基于知識蒸餾的棉花病蟲害識別模型ESSKNet。首先構(gòu)建了包含8種類別的棉花病蟲害圖像數(shù)據(jù)集，其次通過在ShuffleNet v2模型引入SK-Attention自適應(yīng)調(diào)整卷積核的大小關(guān)注棉花葉片不同尺寸大小的病斑信息并降低棉花病蟲害圖像復(fù)雜背景對模型的影響，將卷積核大小從3×3調(diào)整為5×5使神經(jīng)網(wǎng)絡(luò)更好地捕捉圖像中的上下文信息和長程依賴關(guān)系。（剩余15046字）