摘要
本发明公开了基于深度学习的农作物病虫害图像识别系统,涉及图像处理技术领域,包括:数据采集模块,用于收集多种农作物在不同环境条件下的病虫害图像数据;本发明通过设计对抗网络进而生成高度逼真的病虫害图像,不仅在视觉上与真实图像相似,而且在病理特征上也能保持一致性,从而极大的丰富了训练数据集,并且,通过知识蒸馏技术,将大型教师模型中的有效知识提取并传递给学生模型,实现了模型的轻量化,学生模型在保持相近性能的同时,参数量和计算复杂度大大降低,知识蒸馏使得学生模型在减少计算负担的同时,仍然能够保持较高的识别准确率。
技术关键词
农作物病虫害
图像识别系统
病虫害图像
知识蒸馏技术
数据采集模块
条件生成对抗网络
学生
图像捕捉设备
图像增强单元
数据库管理系统
信息记录单元
教师
图像采集单元
生成高度
数据处理单元
特征提取器
存储服务器
系统为您推荐了相关专利信息
智能评估装置
气候分析模块
子模块
气象监测设备
天气
物联网网关
数据中心
物联网传感器
监测方法
锻压设备
核电站发电机组
数字孪生模型
人工智能决策
深度学习技术
三维模型
液压泵故障
振动传感器信号
液压系统故障诊断
频率转换
重构