基于轻量化CNN和知识蒸馏的农作物病害识别 李梦霞.pdf

长江大学学报(自然科学版)
Journal of Yangtze University(Natural Science Edition)
ISSN 1673-1409,aseidentificationbasedonlightweightCNNandknowledgedistillation [J].JournalofYangtzeUniversity
(NaturalScienceEdition),2022,19 (6).
基于轻量化 CNN 和知识蒸馏的农作物病害识别
李梦霞,艾珍珍
长江大学计算机科学学院 湖北 荆州
, 434023
[摘要]针对基于图像识别技术的农作物病害识别问题,大部分卷积神经网络 ( )模型都有参数众多和体积
CNN
庞大的特点,这类网络模型对内存和计算资源的要求较高并且推理计算耗时过长,难以应用于小型移动设备。现
将迁移学习、知识蒸馏和轻 量 化 结 合 起 来,使 用 知 识 蒸 馏 的 方 法 训 练 模 型。通 过 对 比 主 流 卷 积 神 经 网 络
CNN
、 、 、 、 的 验 证 集 准 确 率、单 张 图 片 识 别 时 间 和 模 型 体 积, 选 取
VGG16 AlexNet DenseNet ResNet MobileNetV3
作为学生模型, 作为教师模型进行知识蒸馏。最后对卷积层所输出的特征图进行可视化,
MobileNetV3 ResNet101
并且使用类激活映射 ( )对模型的最后一层进行可视化,确定分类时 起 决 策 作 用 的 图 像 区 域。试 验 结 果 表
CAM
明,在 数据集上,蒸馏后的 模型验证集准确率达到 ,较原有模型提高了 ,
PlantVillage MobileNetV3