公开(公告)号：CN119206341A

公开(公告)日：2024-12-27

申请号：CN202411311373.0

申请日：2024-09-20

Applicant: 哈尔滨工业大学

Inventor： 尹振东 ,  韩淑璐 ,  李大森 ,  赵延龙 ,  张洪骏

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/74 ,  G06V20/10 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明一种基于无监督类别增量学习的植物病害识别方法、系统及存储介质，涉及植物病害识别技术领域，为解决现有的深度学习模型不能满足模型的实时更新和优化的应用需求，时效性较差，且存在新类别数据中没有标签标注时类别增量学习策略会失效的问题。包括：S1、将数据集按类别划分为多个阶段的类别集；S2、利用混合重放算法将当前任务的图像和从旧类别数据的缓存区中统一采样选择的随机图像之间进行插值，生成合成样本；S3、构建SimSiam模型，包括两个相同的神经网络分支，两个分支共享参数，基于两个网络分支的负余弦相似度构建损失函数，多阶段的训练所述SimSiam模型；S4、基于KNN算法对模型性能进行评估；S5、采用训练后的SimSiam模型对植物病害进行分类。