基于知識蒸餾和模型剪枝的輕量化模型植物病害識別
浙江農(nóng)業(yè)學(xué)報
頁數(shù): 15 2023-08-18
摘要: 深度學(xué)習(xí)為植物病害識別提供了新方法,但是目前大多數(shù)深度學(xué)習(xí)模型的參數(shù)眾多,難以在存儲和計(jì)算資源受限的智能手機(jī)或嵌入式傳感器節(jié)點(diǎn)等邊緣設(shè)備上使用。為此,以植物葉片為研究對象,基于知識蒸餾和模型剪枝方法開展基于輕量化模型的植物病害識別研究。首先,改進(jìn)ResNet模型,在知識蒸餾中引入一個或多個助教網(wǎng)絡(luò)訓(xùn)練模型;然后,經(jīng)過稀疏化訓(xùn)練后,利用模型剪枝獲得輕量化的學(xué)生網(wǎng)絡(luò)模型;接著,使用...