公开(公告)号：CN115035405B

公开(公告)日：2024-09-10

申请号：CN202210579072.0

申请日：2022-05-26

Applicant: 华南农业大学

Inventor： 代秋芳 ,  郭元航 ,  李震 ,  宋淑然 ,  孙道宗 ,  吕石磊 ,  廖臣龙 ,  王元 ,  熊诗路 ,  陈梓蔚

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/042 ,  G06N3/045 ,  G06N3/096

Abstract: 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。

公开(公告)号：CN117541835A

公开(公告)日：2024-02-09

申请号：CN202311327336.4

申请日：2023-10-13

Applicant: 华南农业大学

Inventor： 代秋芳 ,  罗真 ,  李震 ,  廖臣龙 ,  吕石磊 ,  刘洪山 ,  余首男 ,  肖运高 ,  黄伟城

IPC: G06V10/762 ,  G06V10/25 ,  G06V10/774 ,  G06V10/24 ,  G06V20/60 ,  G06V10/778

Abstract: 本发明公开了一种基于高光谱成像及深度学习的柑橘叶片水分胁迫检测方法及系统，所述方法包括：获取样本数据；采用SNV变换结合K‑Means聚类算法消除样本数据中高光谱图像的背景，进而提取出感兴趣区域；对感兴趣区域采用CARS算法筛选出最佳特征波段；将每个样本数据对应的最佳特征波段的平均反射率和含水量作为一个数据对，所有样本数据对应的数据对构成数据集，利用数据集对水分胁迫预测模型进行训练；将待测柑橘叶片对应的高光谱图像的平均反射率输入训练好的水分胁迫预测模型中，输出含水量的预测结果并将结果可视化。本发明能够快速、精准、无损地检测水分胁迫下柑橘叶片含水量的变化情况。

公开(公告)号：CN115035405A

公开(公告)日：2022-09-09

申请号：CN202210579072.0

申请日：2022-05-26

Applicant: 华南农业大学

Inventor： 代秋芳 ,  郭元航 ,  李震 ,  宋淑然 ,  孙道宗 ,  吕石磊 ,  廖臣龙 ,  王元 ,  熊诗路 ,  陈梓蔚

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 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。