一种基于知识蒸馏和迁移学习的轻量级枣品种识别方法

本发明公开了一种基于知识蒸馏和迁移学习的轻量级枣品种识别方法，该方法为：首先采集自然环境下34个枣品种图像，经过裁剪、预处理以及数据扩充后生成枣图像数据集；然后确定教师模型和学生模型，并将在ImageNet数据集上训练的教师模型和学生模型作为预训练网络，使用枣数据集对教师模型进行训练，得到最优的教师模型；教师模型指导训练得到较高性能的轻量化学生模型；将待检测枣图像裁剪后输入到学生模型中，通过前向计算得到识别结果。本发明的一种利用知识蒸馏技术对枣品种进行识别的方法，解决传统网络模型参数大推理计算时间长的问题，在模型参数大幅减少的同时兼顾较高的性能，使得基于深度学习的枣品种识别方法更适合嵌入小型移动设备。