基于知识蒸馏的轻量化农作物病害识别算法.pdfVIP

第1期华东师范大学学报(自然科学版)No.1

2025年1月JournalofEastChinaNormalUniversity(NaturalScience)Jan.2025

文章编号：1000-5641(2025)01-0059-13

基于知识蒸馏的轻量化

农作物病害识别算法

1213454

胡雯婧,蒋龙泉,余俊龙,徐伊茜,刘奇鹏,梁雷,李嘉豪

（1.福州大学梅努斯国际工程学院,福州350108;2.工业互联网创新中心(上海)有限公司,上海

200131;3.复旦大学工程与应用技术研究院,上海200433;4.上海兰桂骐技术发展股份有限公司,

上海200131;5.牧星智能工业科技(上海)有限公司,上海200131）

摘要: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2.28MB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

中图分类号:TP183文献标志码:ADOI:10.3969/j.issn.1000-5641.2025.01.005

Knowledge-distillation-basedlightweightcrop-disease-recognitionalgorithm

12134

HUWenjing,JIANGLongquan,YUJunlong,XUYiqian,LIUQipeng,