科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
-
单位贵州大学; 贵州装备制造职业学院
