基于移动端轻量模型的杂草分类方法研究

来源：中国农机化学报杂志2022年第2期北京时间：

作者：陈启, 陈慈发, 邓向武, 袁单飞

单位：型的杂草分类方法研究基于移动端轻量模型的杂草分类方法研究*陈启1，陈慈发1，邓向武2，袁单飞1(1. 三峡大学计算机与信息学院，湖北宜昌，443000；2. 广东石油化工学院电子信息工程学院，广东茂名，525000

摘要：杂草分类的研究大多集中在服务器端模型，而该类模型存在规模较大、占用较多计算资源、计算速度较慢、准确率不高等问题，以ResNet50和MobileNetV3_large模型为基础，采用数据增强、迁移学习来进行快速训练，在训练中通过设置加权Softmax损失函数的权重，最后再利用精度高的服务器端模型指导和优化移动端模型，从而得到一个轻量模型。试验结果表明，本文轻量模型相比移动端模型MobileNetV3_large，在模型大小变化不大的情况下，识别准确率提升1.2%；相比服务器端模型ResNet50，准确率提升0.78%，平均每张推理时间减少7.8%，模型大小减少80%，本研究可为杂草精准施药的实施应用提供理论基础和技术支持。

关键词：人工智能,杂草识别,轻量卷积,损失函数,知识蒸馏

基金资助：广东石油化工学院人才引进及博士启动项目(2019rc044)；国家青年科学基金项目(31801258)