«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第52卷

期数:

2024年第4期

页码:

197-206

栏目:

农业工程与信息技术

出版日期:

2024-02-20

文章信息/Info

Title:

Construction of a lightweight potato leaf disease recognition model based on transfer learning and knowledge distillation

作者:

章广传¹; 3; 李彤³; 高泉²; 3; 叶荣³; 何云²; 3

1.云南农业大学机电工程学院，云南昆明 650000； 2.云南农业大学大数据学院，云南昆明 650000；3.云南省作物生产与智慧农业重点实验室，云南昆明 650000

Author(s):

Zhang Guangchuan; et al

关键词:

马铃薯; 病害识别; 轻量级模型; 迁移学习; 知识蒸馏

Keywords:

-

分类号:

TP391.41

DOI:

-

文献标志码:

A

摘要:

轻量级深度学习模型常被部署于移动端或物联网端，以实现算力资源受限条件下马铃薯病害的识别。但轻量级模型网络层数较少，模型特征提取能力有限，无法实现相似表型特征的精确提取。为解决上述问题，提出一种轻量级残差网络模型的构建方法，该方法融合迁移学习和知识蒸馏策略训练模型，在教师模型上使用迁移学习策略缩短教师模型的训练时间，并将ResNet18模型进行模型剪枝，使用降采样的方法提高模型识别准确率，最终在保证轻量化的前提下，实现对马铃薯叶片病害类别的精准识别。在马铃薯叶片数据集上进行试验，结果表明，本研究方法构建的轻量级模型的识别准确率相较于Resnet18提高1.55百分点，模型大小缩小49.18%；相较于目前农作物病害识别领域，常用的轻量级模型MobileNetV3在模型大小相近的情况下，识别准确率提高2.91百分点。该模型能够满足大部分实际应用下的场景，可为部署在物联网和移动端设备上的模型提供参考。

Abstract:

-

参考文献/References:

［1］党满意，孟庆魁，谷芳，等. 基于机器视觉的马铃薯晚疫病快速识别［J］. 农业工程学报，2020，36(2)：193-200.
［2］彭学文，朱杰华. 河北省马铃薯真菌病害种类及分布［J］. 中国马铃薯，2008，22(1)：31-33.
［3］张萌，钱蓉，朱静波，等. 农作物害虫图像识别研究进展与展望［J］. 安徽农业科学，2018，46(34)：11-12，15.
［4］周竹，黄懿，李小昱，等. 基于机器视觉的马铃薯自动分级方法［J］. 农业工程学报，2012，28(7)：178-183.
［5］王晓峰，黄德双，杜吉祥，等. 叶片图像特征提取与识别技术的研究［J］. 计算机工程与应用，2006，42(3)：190-193.
［6］马玲. 基于深度学习的苹果叶面病害识别方法研究［D］. 西安：西京学院，2021.
［7］Prabhakar M，Purushothaman R，Awasthi D P. Deep learning based assessment of disease severity for early blight in tomato crop［J］. Multimedia Tools and Applications，2020，79(39)：28773-28784.
［8］王东方，汪军. 基于迁移学习和残差网络的农作物病害分类［J］. 农业工程学报，2021，37(4)：199-207.
［9］杜甜甜，南新元，黄家興，等. 改进RegNet识别多种农作物病害受害程度［J］. 农业工程学报，2022，38(15)：150-158.
［10］鲍文霞，孙庆，胡根生，等. 基于多路卷积神经网络的大田小麦赤霉病图像识别［J］. 农业工程学报，2020，36(11)：174-181.
［11］余小东，杨孟辑，张海清，等. 基于迁移学习的农作物病虫害检测方法研究与应用［J］. 农业机械学报，2020，51(10)：252-258.
［12］Pujari J D，Yakkundimath R，Byadgi A S. Image processing based detection of fungal diseases in plants［J］. Procedia Computer Science，2015，46：1802-1808.
［13］You N S，Dong J W. Examining earliest identifiable timing of crops using all available Sentinel 1/2 imagery and Google Earth Engine［J］. ISPRS Journal of Photogrammetry and Remote Sensing，2020，161：109-123.
［14］He K M，Zhang X Y，Ren S Q，et al. Deep residual learning for image recognition［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Las Vegas，NV，USA.IEEE，2016：770-778.
［15］彭宁. 基于改进的Faster R-CNN的车牌识别技术研究［D］. 哈尔滨：哈尔滨理工大学，2021.
［16］周婕，马明栋. 基于改进的ResNet网络的人脸表情识别［J］. 计算机技术与发展，2022，32(1)：25-29.
［17］Pan S J，Yang Q. A survey on transfer learning［J］. IEEE Transactions on Knowledge and Data Engineering，2010，22(10)：1345-1359.
［18］王艳玲，张宏立，刘庆飞，等. 基于迁移学习的番茄叶片病害图像分类［J］. 中国农业大学学报，2019，24(6)：124-130.
［19］孙俊，朱伟栋，罗元秋，等. 基于改进MobileNet-v2的田间农作物叶片病害识别［J］. 农业工程学报，2021，37(22)：161-169.
［20］刘冰. 面向小样本的特定标识检测［D］. 天津：中国民航大学，2019.
［21］邵仁荣，刘宇昂，张伟，等. 深度学习中知识蒸馏研究综述［J］. 计算机学报，2022，45(8)：1638-1673.
［22］Hinton G，Vinyals O，Dean J. Distilling the knowledge in a neural network［EB/OL］. 2015：arXiv：1503.02531.https：//arxiv.org/abs/1503.02531.pdf.
［23］Frankle J，Carbin M.The Lottery Ticket Hypothesis：Finding Sparse，Trainable Neural Networks［DB/OL］. USA：Cornell University，2018.［2023-07-24］. arXiv：1803.03635.

相似文献/References:

[1]王朝海,陈春艳,顾尚敬,等.不同覆土高度对马铃薯产量及其构成的影响[J].江苏农业科学,2013,41(04):101.
[2]石虎,杨永智,周云,等.马铃薯新品种青薯9号高效再生体系的建立[J].江苏农业科学,2013,41(05):14.
　Shi Hu,et al.Establishment of efficient regeneration system of new potato cultivar “Qingshu No.9”[J].Jiangsu Agricultural Sciences,2013,41(4):14.
[3]李珺,马力通.马铃薯淀粉体表达载体的构建及其转基因植物的培养[J].江苏农业科学,2013,41(08):22.
　Li Jun,et al.Construction of potato amyloplast expression vector and breeding of its genetically modified plants[J].Jiangsu Agricultural Sciences,2013,41(4):22.
[4]陈春艳,王朝海,白永生,等.不同稀释倍数代森锰锌防治马铃薯晚疫病的药效试验[J].江苏农业科学,2013,41(05):106.
　Chen Chunyan,et al.Control effect of different dilution multiple of mancozeb on potato late blight[J].Jiangsu Agricultural Sciences,2013,41(4):106.
[5]李葵花,高玉亮,吴京姬.转P5CS基因马铃薯“东农303”耐盐、抗旱性研究[J].江苏农业科学,2014,42(11):131.
　Li Kuihua,et al().Study on salt resistance and drought resistance of P5CS transgenic potato cultivar “Dongnong 303”[J].Jiangsu Agricultural Sciences,2014,42(4):131.
[6]李成松,冯玉磊,坎杂,等.单行悬挂式马铃薯施肥种植机的研制[J].江苏农业科学,2013,41(06):369.
　Li Chengsong,et al.Development of potato fertilizing and planting machine of single-line and suspension type[J].Jiangsu Agricultural Sciences,2013,41(4):369.
[7]陈建保,段伟伟.马铃薯加工专用薯脱毒种薯的生产现状及改进措施——以乌兰察布地区夏波蒂原种(G2)生产为例[J].江苏农业科学,2015,43(12):117.
　Chen Jianbao,et al.Production status investigation and improvement measures of virus-free seeds of processing potatoes—Taking production of Shepody (G2) as an example in Wulanchabu area[J].Jiangsu Agricultural Sciences,2015,43(4):117.
[8]郭成瑾,张丽荣,沈瑞清.土壤消毒对马铃薯连作田土壤微生物数量的影响[J].江苏农业科学,2014,42(10):367.
　Guo Chengjin,et al.Effects of soil sterilization on soil microbial quantity in potato continuous cropping land[J].Jiangsu Agricultural Sciences,2014,42(4):367.
[9]张海颖,郭凤柳,许华民,等.河北省张北地区马铃薯疮痂病的病菌鉴定[J].江苏农业科学,2014,42(10):131.
　Zhang Haiying,et al.Identification of potato scab pathogen in Zhangbei，Hebei Province[J].Jiangsu Agricultural Sciences,2014,42(4):131.
[10]贺苗苗.不同基因型马铃薯的花药培养研究[J].江苏农业科学,2014,42(09):90.
　He Miaomiao.Study on anther culture of different genotypes of potatoes[J].Jiangsu Agricultural Sciences,2014,42(4):90.
[11]章广传,李彤,何云,等.基于迁移模型集成的马铃薯叶片病害识别方法[J].江苏农业科学,2023,51(15):216.
　Zhang Guangchuan,et al.A method for identifying potato leaf diseases based on migration model integration[J].Jiangsu Agricultural Sciences,2023,51(4):216.

备注/Memo

备注/Memo:

收稿日期：2023-07-24
基金项目：国家自然科学基金(编号：32101611)；云南省基础研究计划(编号：202101AU070096)；云南省重大科技专项计划(编号：202202AE090021、202302AE090020)；省部共建云南生物资源保护与利用国家重点实验室开放课题(编号：GZKF2021009)。
作者简介：章广传(1998—)，男，安徽铜陵人，硕士研究生，主要研究方向为数字农业。E-mail：1535797658@qq.com。
通信作者：何云，博士，讲师，主要研究方向为软件工程、数字农业。E-mail：heyun@ynau.edu.cn。

常用功能

更新日期/Last Update: 2024-03-20