摘要
木薯叶病对木薯作物的生产和质量有重大影响,但传统的深度学习模型难以应对有限的木薯叶病样本.为了解决这一挑战,本文介绍了一种使用迁移学习的方法,该方法使用大型数据集来改进预训练模型,并将其知识转移到木薯叶病小样本的特定特征上.该方法适用于木薯叶病的分类和鉴定.实验数据表明,运用迁移学习技术不仅显著提升了模型的训练效率,而且有效克服了小样本量的限制,从而验证了迁移学习在提高模型性能和泛化能力方面的显著作用.
基金项目
广西现代蚕桑丝绸协同创新中心基金(2023GXCSSC02)
大学生创新创业训练计划项目国家级大创项目(202210605020)
维普
万方数据