买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南农业大学

摘要：本发明公开了一种基于双重迁移学习的柑橘叶片病害识别方法、系统及设备，方法包括：获取迁移学习数据集和自建数据集；构建教师网络模型和第一学生网络模型；利用自建数据集训练教师网络模型；利用迁移学习数据集对第一学生网络模型进行预训练，并保存预训练后的第一学生网络模型权重；构建第二学生网络模型，并加载预训练后的第一学生网络模型权重到第二学生网络模型；利用训练好的教师网络模型和自建数据集以知识蒸馏的方式训练权重加载后的第二学生网络模型，得到第三学生网络模型；将待识别柑橘叶片图片输入第三学生网络模型，得到病害识别结果。本发明提升了小样本情况的病害识别准确率，同时利用知识蒸馏的方式减少模型参数，便于模型部署。

主权项：1.一种基于双重迁移学习的柑橘叶片病害识别方法，其特征在于，所述方法包括：获取迁移学习数据集和自建数据集，所述迁移学习数据集包括爬虫下载的多种植物病害叶片图片集和爬虫下载的柑橘健康叶片图片集，所述自建数据集包括自采的柑橘病害叶片图片集和自采的柑橘健康叶片图片集；构建教师网络模型和第一学生网络模型；利用自建数据集训练教师网络模型；利用迁移学习数据集对第一学生网络模型进行预训练，并保存预训练后的第一学生网络模型权重；构建第二学生网络模型，并加载预训练后的第一学生网络模型权重到第二学生网络模型中；利用训练好的教师网络模型和自建数据集以知识蒸馏的方式训练权重加载后的第二学生网络模型，得到第三学生网络模型；获取待识别柑橘叶片图片；将待识别柑橘叶片图片输入第三学生网络模型，得到待识别柑橘叶片图片的病害识别结果；所述利用训练好的教师网络模型和自建数据集以知识蒸馏的方式训练权重加载后的第二学生网络模型，得到第三学生网络模型，具体包括：对训练好的教师网络模型中的第一密集连接分类器的原有输出层进行删除，在原有输出层被删除之后，将所述第一密集连接分类器的最后一个dense层作为输出层；对权重加载后的第二学生网络模型中除倒数第一层到倒数第六十层之外的所有层进行冻结；对输出层为dense层的所述教师网络模型的无激活输出的类别概率加入温度T，得到Soft-Labels；利用Soft-Labels和自建数据集的原始标签Hard-Labels对冻结后的第二学生网络模型进行同时训练，得到第三学生网络模型；在所述利用Soft-Labels和自建数据集的原始标签Hard-Labels对冻结后的第二学生网络模型进行同时训练的过程中，涉及到的目标函数，如下式：L＝aLsoft+bLhard其中，L表示目标函数，a、b分别表示Lsoft、Lhard的权重，Lsoft表示冻结后的第二学生网络模型在温度T下产生的softmax函数和Soft-Labels的交叉熵，Lhard表示冻结后的第二学生网络模型在温度T＝1下产生的softmax函数和Hard-Labels的交叉熵；所述Lsoft，如下式： 其中，表示在温度T下，输出层为dense层的所述教师网络模型的无激活输出在第i类上的值，表示在温度T下，冻结后的第二学生网络模型的softmax函数输出在第i类上的值，n表示总标签数量；所述和分别如下式： 其中，vi表示输出层为dense层的所述教师网络模型的logits，zi表示冻结后的第二学生网络模型的logits，N表示总标签数量；所述Lhard，如下式： 其中，ci表示第i类上的取值，ci表示取值范围，正标签取1，负标签取0；所述如下式: 其中，N表示总标签数量，zi表示每个类别输出的logits。

全文数据：

权利要求：

百度查询： 华南农业大学 基于双重迁移学习的柑橘叶片病害识别方法、系统及设备