期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用复合知识蒸馏算法的黑皮鸡枞菌图像分级方法
被引量：
2
1
作者
赵明岩
李一欣
+2 位作者
徐鹏
宋天月
李焕然
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第17期303-309,共7页
为解决黑皮鸡枞菌品质分选速度慢、精度低等问题,该研究提出了一种基于复合知识蒸馏算法的鸡枞菌分级检测方法。采用4800根黑皮鸡枞菌(共分4级,每级1200根)图像对教师模型(Resnet50)进行预训练,然后截留教师模型的前25层输出并对学生模...
为解决黑皮鸡枞菌品质分选速度慢、精度低等问题,该研究提出了一种基于复合知识蒸馏算法的鸡枞菌分级检测方法。采用4800根黑皮鸡枞菌(共分4级,每级1200根)图像对教师模型(Resnet50)进行预训练,然后截留教师模型的前25层输出并对学生模型(Resnet18)前9层卷积模型进行参数训练,最后将经过预训练的学生模型的前9层卷积模型与其后半部分拼接,进行整体模型知识蒸馏。经过复合蒸馏的Resnet18识别精度为96.89%,识别单幅图像所用时间为0.032 s。通过对比发现,该研究提出的复合知识蒸馏算法相比Resnet50识别单幅图像所用时间缩短68.93%,相比未经过知识蒸馏及经过单次知识蒸馏的Resnet18模型,精度分别提升了0.97个百分点和0.52个百分点。结果表明,该研究提出的复合知识蒸馏算法可在不增加运行时间的前提下,使小模型的准确率逼近大型模型训练的准确率,研究结果可为鸡枞菌品质分级生产线提供技术支持。
展开更多
关键词
深度学习
卷积神经网络
模型
知识蒸馏算法
黑皮鸡枞菌
在线阅读
下载PDF
职称材料
基于知识蒸馏的轻量化农作物病害识别算法
2
作者
胡雯婧
蒋龙泉
+4 位作者
余俊龙
徐伊茜
刘奇鹏
梁雷
李嘉豪
《华东师范大学学报(自然科学版)》
北大核心
2025年第1期59-71,共13页
农作物病害是威胁农作物生长的主要因素之一,机器学习算法能高效率实现大范围农作物病害的发现,有利于对其进行及时处理,进而提升农作物的产量和质量.在大范围农业场景中,由于供电等条件限制,无法满足服务器等高算力设备的供电需求,现...
农作物病害是威胁农作物生长的主要因素之一,机器学习算法能高效率实现大范围农作物病害的发现,有利于对其进行及时处理,进而提升农作物的产量和质量.在大范围农业场景中,由于供电等条件限制,无法满足服务器等高算力设备的供电需求,现有深度网络模型大多需要较高算力,难以部署在低功耗的嵌入式设备上,给大范围农作物病害的准确识别应用带来障碍.为解决此问题,提出了一种基于知识蒸馏的轻量化农作物病害识别模型,并设计了一种基于残差结构和注意力机制的学生模型,利用知识蒸馏方法从大规模模型ConvNeXt中迁移学习成果,在实现模型轻量化的同时保持高精度识别.实验结果表明,在模型规模为2.28 MB的条件下, 39类农作物病害图像分类任务的准确率达到了98.72%,且每类病害的精确率、召回率和特异度均高于90%.该模型满足了在嵌入式设备中部署的需求,为农作物病害识别提供了一种实用高效的解决方法.
展开更多
关键词
农作物病害识别
卷积神经网络
知识蒸馏算法
注意力机制
在线阅读
下载PDF
职称材料
题名
采用复合知识蒸馏算法的黑皮鸡枞菌图像分级方法
被引量：
2
1
作者
赵明岩
李一欣
徐鹏
宋天月
李焕然
机构
中国计量大学机电工程学院
中国计量大学理学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第17期303-309,共7页
基金
国家自然科学基金(51876196)
浙江省自然科学基金(LR19E060001)。
文摘
为解决黑皮鸡枞菌品质分选速度慢、精度低等问题,该研究提出了一种基于复合知识蒸馏算法的鸡枞菌分级检测方法。采用4800根黑皮鸡枞菌(共分4级,每级1200根)图像对教师模型(Resnet50)进行预训练,然后截留教师模型的前25层输出并对学生模型(Resnet18)前9层卷积模型进行参数训练,最后将经过预训练的学生模型的前9层卷积模型与其后半部分拼接,进行整体模型知识蒸馏。经过复合蒸馏的Resnet18识别精度为96.89%,识别单幅图像所用时间为0.032 s。通过对比发现,该研究提出的复合知识蒸馏算法相比Resnet50识别单幅图像所用时间缩短68.93%,相比未经过知识蒸馏及经过单次知识蒸馏的Resnet18模型,精度分别提升了0.97个百分点和0.52个百分点。结果表明,该研究提出的复合知识蒸馏算法可在不增加运行时间的前提下,使小模型的准确率逼近大型模型训练的准确率,研究结果可为鸡枞菌品质分级生产线提供技术支持。
关键词
深度学习
卷积神经网络
模型
知识蒸馏算法
黑皮鸡枞菌
Keywords
deep learning
convolutional neural networks
models
knowledge distillation algorithm
Oudemansiella raphanipes
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于知识蒸馏的轻量化农作物病害识别算法
2
作者
胡雯婧
蒋龙泉
余俊龙
徐伊茜
刘奇鹏
梁雷
李嘉豪
机构
福州大学梅努斯国际工程学院
工业互联网创新中心(上海)有限公司
复旦大学工程与应用技术研究院
上海兰桂骐技术发展股份有限公司
牧星智能工业科技(上海)有限公司
出处
《华东师范大学学报(自然科学版)》
北大核心
2025年第1期59-71,共13页
基金
临港新片区高新产业和科技创新专项项目(SH-LG-GK-2020-02-11)
类脑智能科技有限公司和上海类脑芯片与片上智能系统研发与转化功能型平台项目(17DZ2260900)。
文摘
农作物病害是威胁农作物生长的主要因素之一,机器学习算法能高效率实现大范围农作物病害的发现,有利于对其进行及时处理,进而提升农作物的产量和质量.在大范围农业场景中,由于供电等条件限制,无法满足服务器等高算力设备的供电需求,现有深度网络模型大多需要较高算力,难以部署在低功耗的嵌入式设备上,给大范围农作物病害的准确识别应用带来障碍.为解决此问题,提出了一种基于知识蒸馏的轻量化农作物病害识别模型,并设计了一种基于残差结构和注意力机制的学生模型,利用知识蒸馏方法从大规模模型ConvNeXt中迁移学习成果,在实现模型轻量化的同时保持高精度识别.实验结果表明,在模型规模为2.28 MB的条件下, 39类农作物病害图像分类任务的准确率达到了98.72%,且每类病害的精确率、召回率和特异度均高于90%.该模型满足了在嵌入式设备中部署的需求,为农作物病害识别提供了一种实用高效的解决方法.
关键词
农作物病害识别
卷积神经网络
知识蒸馏算法
注意力机制
Keywords
crop disease identification
convolutional neural networks
knowledge distillation algorithms
attention mechanisms
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用复合知识蒸馏算法的黑皮鸡枞菌图像分级方法
赵明岩
李一欣
徐鹏
宋天月
李焕然
《农业工程学报》
EI
CAS
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
2
基于知识蒸馏的轻量化农作物病害识别算法
胡雯婧
蒋龙泉
余俊龙
徐伊茜
刘奇鹏
梁雷
李嘉豪
《华东师范大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
