基于知识蒸馏网络和度量学习的农作物病害图像分类方法

本发明公开了一种基于知识蒸馏网络和度量学习的农作物病害图像分类方法，属于图像数据处理技术领域，知识蒸馏网络包括教师网络和学生网络；通过图像特征提取器将农作物病害图像转换为特征向量，并通过映射器将这些向量映射至度量空间进行相似度度量。在度量空间中，采用聚类算法为图像生成硬伪标签，这些标签是图像标签的主要来源。通过教师网络分类器生成软伪标签，软伪标签辅助模型训练。引入平滑因子来过滤学生网络学习到的知识，减低噪声标签带来的负面影响。本发明方法结合了深度度量学习和知识蒸馏网络的优势，可适用于不同类型的农作物病害图像分类问题。