基于知识蒸馏和EfficientNet v2的植物病虫害识别方法

来源：江苏农业科学杂志2026年第第4期北京时间：

作者：周丽;曹超文

单位：湖南农业大学信息与智能科学技术学院，湖南长沙 410128

摘要：提出了一种基于改进版EfficientNet v2轻量化植物叶片病害识别网络ED-EfficientNet v2，该模型引入ECA注意力机制以替代原有的SE注意力机制，并在第4阶段的倒残差结构中采用动态卷积代替传统的1×1卷积，从而在提升特征提取能力的同时，降低了计算量。此外，模型采用知识蒸馏技术，以ED-EfficientNet v2_b3作为教师网络，ED-EfficientNet v2_b0作为学生网络进行训练，从而提高学生网络的性能与泛化能力。结果表明，在包含38种植物病虫害的公开数据集上，ED-EfficientNet v2在测试集上的准确率达97.14%，较原始模型提升1.31百分点。与MobileNet v3、MobileVit、ResNet 50、RepVGG等模型相比，该模型在准确率与收敛速度方面均表现出明显优势。对学生网络进行知识蒸馏后，模型的准确率进一步提升至98.42%。该模型在保持较高准确率的同时，具有较低的计算复杂度和参数量，适合在移动终端及边缘计算设备上部署。

关键词：植物病害;ED-EfficientNet v2;高效通道注意力;动态卷积;知识蒸馏