首页|结合改进胶囊网络与知识蒸馏的茶青分类方法研究

结合改进胶囊网络与知识蒸馏的茶青分类方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
不同等级茶青的准确分类,对名优茶产业发展至关重要,采用传统感官审评方法进行分选会使结果存在一定的主观性.采集茶青图像建立数据集,结合幽灵注意力瓶颈层与胶囊网络提出一种新型网络模型:GA-CapsNet.通过基于线性衰减比例系数的成长知识蒸馏方法对该模型进行训练,在迁移教师模型参数矩阵的同时,使学生模型随着迭代自适应降低依赖程度.试验结果表明,对比其他同类算法,所提出的方法在小规模数据集上分类性能优异,精确率、召回率及F1-score分别为94.97％、95.51％、95.24％.本研究基于机器视觉与深度学习技术构建了一种GA-CapsNet模型,为解决茶青分类问题提供了一种新思路.
Research on the Classification Method of Tea Buds Combining Improved Capsule Network and Knowledge Distillation

陈星燃、黄海松、韩正功、范青松、朱云伟、胡鹏飞

展开 >

贵州大学现代制造技术教育部重点实验室,贵州 贵阳 550025

贵州装备制造职业学院,贵州 贵阳 551400

清镇红枫山韵茶场有限公司,贵州 贵阳 551400

胶囊网络 知识蒸馏 注意力模块 茶青分类

贵州省科技计划贵州省科技计划贵州省科技计划贵州省科技计划贵州省科技计划贵州大学引进人才科研基金贵州省普通高等学校青年科技人才成长项目

黔科合支撑[2021]一般445172397黔科合支撑[2022]一般165黔科合基础[2020]1Y232贵大人基合字201907号黔教合KY字[2021]096

2022

茶叶科学
中国茶叶学会

茶叶科学

CSTPCDCSCD北大核心
影响因子：1.594
ISSN：1000-369X
年,卷(期)：2022.42(3)
  • 11