公开(公告)号：CN116052161A

公开(公告)日：2023-05-02

申请号：CN202310031412.0

申请日：2023-01-10

Applicant: 北京林业大学

Inventor： 陈志泊 ,  陈伊鑫 ,  王溪云 ,  孙烨 ,  蒋佳榕 ,  刘旭豪

IPC: G06V20/68 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种油茶细粒度病害检测方法、装置、介质及移动设备，所述方法包括：将采集的油茶叶片图像输入到深度学习模型中，深度学习模型包括粗提取网络、骨干网络以及分类网络；基于粗提取网络提取油茶叶片图像的第一特征图；所述骨干网络包括级联的至少两个模型基本单元，模型基本单元提取第一特征图的多层第二特征图并进行融合得到融合后的特征图，再基于注意力机制对融合后的特征图进行强化处理，得到带有注意力信息的融合特征图；利用分类网络对所述带有注意力信息的融合特征图进行处理，得到油茶细粒度病害的分类结果。本方案能够提高复杂环境下油茶病害，尤其是具有相近特征的病害的分辨能力，减少模型参数量和计算量，便于移动端移植。

公开(公告)号：CN115880529A

公开(公告)日：2023-03-31

申请号：CN202211534488.7

申请日：2022-12-02

Applicant: 北京林业大学

Inventor： 陈志泊 ,  杨锋 ,  张颖 ,  王康 ,  陈伊鑫

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/22 ,  G06N3/04

Abstract: 本发明公开了基于注意力和解耦知识蒸馏的鸟类细粒度分类方法及系统，属于计算机视觉技术领域，包括以下步骤：(1)获取鸟类数据集；(2)基于注意力引导实现数据增强，并训练教师模型；(3)基于解耦知识蒸馏压缩鸟类分类模型，实现教师模型和学生模型同时数据增强；(4)基于目标定位再识别的思想，预测阶段将目标图像输入最终的轻量级分类模型，获得最终鸟类细粒度分类结果。本发明应用于鸟类细粒度分类中，基于注意力引导实现数据增强，弥补了鸟类数据集不充足的问题；基于解耦知识蒸馏实现了鸟类分类模型的高效压缩，并在此基础上实现教师模型和学生模型同时数据增强的方法，再次提升学生模型的预测精度，获得高准确率的轻量级鸟类分类模型。