一种结合改进注意力机制和知识蒸馏的茶叶嫩芽分级方法

    公开(公告)号:CN113807215B

    公开(公告)日:2022-05-13

    申请号:CN202111017041.8

    申请日:2021-08-31

    申请人: 贵州大学

    摘要: 本发明公开了一种结合改进注意力机制和知识蒸馏的茶叶嫩芽分级方法,包括:初步筛选并预处理茶叶嫩芽图像,建立茶叶嫩芽数据集;基于改进的注意力机制,构建多尺寸卷积块注意力模块,并建立茶叶嫩芽分级模型,预训练茶叶嫩芽分级模型和Resnet32模型,得到两者权重参数;利用结合双迁移学习和知识蒸馏的模型训练策略以训练茶叶嫩芽分级模型;将测试集中待分级的茶叶嫩芽图像导入训练好的茶叶嫩芽分级模型,记录分级结果的各项指标及模型规格参数。本发明可以提取茶叶图像中多尺度特征信息,增强了处理小数据集的能力,能缓解在有限数量数据集上的模型过拟合现象,在保证学生模型轻量高效的同时,进一步强化其分级性能及抗过拟合的能力。

    一种自适应茶叶加工模糊控制方法

    公开(公告)号:CN115145145A

    公开(公告)日:2022-10-04

    申请号:CN202210804436.0

    申请日:2022-07-08

    申请人: 贵州大学

    IPC分类号: G05B11/42 G06N7/02 G06N3/00

    摘要: 本发明公开了一种自适应茶叶加工模糊控制方法包括,基于数据库建立自适应模糊PID控制器,基于所述自适应模糊PID控制器,建立茶叶杀青机温度控制系统,基于茶叶杀青机温度控制系统建立改进后的麻雀搜索算法模型,建立适应度函数模型,进行迭代,实现自适应模糊PID控制器参数整定,完成自适应茶叶加工模糊控制。本发明提出一种自适应茶叶加工模糊控制方法,设计一种改进麻雀搜索算法和适应度函数,开展全局迭代寻优,提高全局搜索和跳出局部最优解的能力,根据每次迭代的性能指标数值变化情况,进行控制器参数的自动调整,达到规避人工试凑法弊端,提高参数整定智能化程度之目的。

    一种茶青分类方法
    4.
    发明公开

    公开(公告)号:CN114283303A

    公开(公告)日:2022-04-05

    申请号:CN202111526451.5

    申请日:2021-12-14

    摘要: 本发明公开了一种结合幽灵注意力胶囊网络和知识蒸馏的茶青分类方法,包括茶青图像采集;数据增强与数据集建立;构建幽灵注意力瓶颈层与茶青分类模型;ResNet50模型的预训练与权重获取;以成长式知识蒸馏的方式训练茶青分类模型;茶青分类模型性能验证。本发明所述方法降低对训练样本数量的需求,增强模型处理小规模数据集的能力;模型能够自适应地调整权重系数,以强调重要特征通道,同时弱化无关特征通道;在传递教师模型庞大参数矩阵以增强学生模型综合性能的同时,实现随蒸馏进行而自适应降低学生模型依赖程度的目的。

    一种结合改进注意力机制和知识蒸馏的茶叶嫩芽分级方法

    公开(公告)号:CN113807215A

    公开(公告)日:2021-12-17

    申请号:CN202111017041.8

    申请日:2021-08-31

    申请人: 贵州大学

    摘要: 本发明公开了一种结合改进注意力机制和知识蒸馏的茶叶嫩芽分级方法,包括:初步筛选并预处理茶叶嫩芽图像,建立茶叶嫩芽数据集;基于改进的注意力机制,构建多尺寸卷积块注意力模块,并建立茶叶嫩芽分级模型,预训练茶叶嫩芽分级模型和Resnet32模型,得到两者权重参数;利用结合双迁移学习和知识蒸馏的模型训练策略以训练茶叶嫩芽分级模型;将测试集中待分级的茶叶嫩芽图像导入训练好的茶叶嫩芽分级模型,记录分级结果的各项指标及模型规格参数。本发明可以提取茶叶图像中多尺度特征信息,增强了处理小数据集的能力,能缓解在有限数量数据集上的模型过拟合现象,在保证学生模型轻量高效的同时,进一步强化其分级性能及抗过拟合的能力。

    一种自适应茶叶加工模糊控制方法

    公开(公告)号:CN115145145B

    公开(公告)日:2024-05-07

    申请号:CN202210804436.0

    申请日:2022-07-08

    申请人: 贵州大学

    IPC分类号: G05B11/42 G06N7/02 G06N3/006

    摘要: 本发明公开了一种自适应茶叶加工模糊控制方法包括,基于数据库建立自适应模糊PID控制器,基于所述自适应模糊PID控制器,建立茶叶杀青机温度控制系统,基于茶叶杀青机温度控制系统建立改进后的麻雀搜索算法模型,建立适应度函数模型,进行迭代,实现自适应模糊PID控制器参数整定,完成自适应茶叶加工模糊控制。本发明提出一种自适应茶叶加工模糊控制方法,设计一种改进麻雀搜索算法和适应度函数,开展全局迭代寻优,提高全局搜索和跳出局部最优解的能力,根据每次迭代的性能指标数值变化情况,进行控制器参数的自动调整,达到规避人工试凑法弊端,提高参数整定智能化程度之目的。

    面向目标检测的改进轻量型YOLOX-nano模型及检测方法

    公开(公告)号:CN115908255A

    公开(公告)日:2023-04-04

    申请号:CN202211275194.7

    申请日:2022-10-18

    申请人: 贵州大学

    摘要: 本发明公开了面向目标检测的改进轻量型YOLOX‑nano模型及检测方法,面向目标检测的改进轻量型YOLOX‑nano模型包括主干网络、颈部网络和预测网络。面向目标检测的检测方法包括获取白细胞图像数据并进行筛选;制作白细胞数据集,并将其分成训练集、验证集和测试集三类;搭建改进轻量型YOLOX‑nano模型;对改进轻量型YOLOX‑nano模型进行训练和评估;获得检测结果。本发明所述检测模型及方法能够实现对嗜碱性粒细胞,嗜酸性粒细胞,淋巴细胞,单核细胞和中性粒细胞等五类的白细胞进行快速、实时、准确的检测;对使用者友好,便于操作,能有效减少医技人员的工作量和依赖性,提高患者的检查效率。

    一种基于改进胶囊网络的茶叶识别分级方法

    公开(公告)号:CN113343886A

    公开(公告)日:2021-09-03

    申请号:CN202110695923.3

    申请日:2021-06-23

    申请人: 贵州大学

    摘要: 本发明公开了一种基于改进胶囊网络的茶叶识别分级方法,包括,将已知品种和级别的茶叶分成若干单元,并依次放置于白色底板上,通过相机获取各类别的茶叶图像数据n张;基于大津法对所述茶叶图像数据进行二值化处理和多种数据增强处理,根据茶叶等级标签建立茶叶图像数据库;深化原始胶囊网络结构并与残差块进行结合,构建适用于茶叶分级的改进胶囊网络模型;在所述茶叶图像数据库中导入数据至所述改进胶囊网络模型中进行训练,获得茶叶分级模型;将需要进行分级的茶叶平铺于所述白色底板上,用所述相机拍摄获取待识别图像数据,输入已训练好的所述茶叶分级模型中,获得茶叶品级的识别结果。本发明方法提高了模型处理小样本数据集的能力,减少了过拟合等风险。

    一种基于深度学习的茶青识别方法、系统和终端设备

    公开(公告)号:CN115375990A

    公开(公告)日:2022-11-22

    申请号:CN202211056391.X

    申请日:2022-08-31

    申请人: 贵州大学

    摘要: 本发明公开了一种基于深度学习的茶青识别方法、系统和终端设备,包括:利用采集设备采集茶青样本图像,并利用传统数据扩充方法对茶青样本图像进行增强;将双重坐标注意力嵌入生成对抗网络构建强化生成对抗网络,将茶青样本图像进一步扩充生成茶青图像扩充数据集;在深度学习框架下,以多通道注意力模块为核心构建多通道幽灵网络,并对多通道幽灵网络进行预训练;利用预训练后的多通道幽灵网络对茶青图像扩充数据集进行训练,实现茶青图像的识别。本发明结合传统数据增强技术和强化生成对抗网络进行数据扩充,有效增强了小尺度图像效果,生成了新的有效茶青图像数据,提高了图像的质量与多样性,能够更好的聚焦图像中的感兴趣区域。