公开(公告)号：CN113610163A

公开(公告)日：2021-11-05

申请号：CN202110908681.1

申请日：2021-08-09

Applicant: 安徽工业大学

Inventor： 王兵 ,  杨海娟 ,  米春风 ,  李敏杰 ,  周阳 ,  王子 ,  汪文艳 ,  卢琨

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识蒸馏的轻量级苹果叶片病害识别方法，属于图像处理技术领域，包括：数据集处理；改进经典SqueezeNet结构；教师网络指导；低精度教师网络进修；苹果叶片病害识别。本发明所采用的主干网络是一种轻量且高效的卷积神经网络模型，并对其结构进行设计和修改，获取更加轻量化的模型；同时利用知识蒸馏方法在显著减少模型参数同时使模型性能保持在较高的水平，将更加有利于模型部署在移动终端等嵌入式资源有限的设备上，有助于实现对苹果叶片病害的实时准确识别；还提出一种“进修”思想，可以有效解决教师网络指导效果差的问题。

公开(公告)号：CN113706471A

公开(公告)日：2021-11-26

申请号：CN202110870944.4

申请日：2021-07-30

Applicant: 安徽工业大学

Inventor： 米春风 ,  杨海娟 ,  李敏杰 ,  王子 ,  周阳 ,  汪文艳 ,  卢琨 ,  王兵

IPC: G06T7/00 ,  G06T7/11 ,  G06T3/40 ,  G06N3/08 ,  G06N3/04 ,  G06K9/46

Abstract: 本发明公开了一种基于模型压缩的钢铁产品表面缺陷检测方法，属于钢材表面缺陷检测技术领域，包括以下步骤：S1：对热轧带钢表面缺陷图像样本进行预处理；S2：基于anchor‑free目标检测框架，搭建热轧带钢表面缺陷检测网络；S3：对缺陷检测网络进行模型压缩，并采用线性策略及训练样本训练模型；S4：在独立验证集上测试缺陷检测网络并输出检测速度与检测结果。本发明先搭建用于识别与定位的钢铁表面缺陷检测网络，再移除缺陷检测网络中冗余的参数，减少模型高额的存储空间以及计算资源消耗，将缺陷检测网络更稳定、高效的落地在硬件平台上。