买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江苏大学申请的专利一种基于知识蒸馏的水稻病害图像分类方法及其系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119131445B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410332382.1，技术领域涉及：G06V10/764；该发明授权一种基于知识蒸馏的水稻病害图像分类方法及其系统是由林佳烨;苟建平;朱会娟;陈雯柏;陈潇君;欧卫华设计研发完成，并于2024-03-22向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的水稻病害图像分类方法及其系统在说明书摘要公布了：本发明公开了一种基于知识蒸馏的水稻病害图像分类方法及其系统，涉及图像分类技术领域，该方法包括以下步骤：获取样本数据；构建知识蒸馏网络模型；且知识蒸馏网络模型采取卷积神经网络；构建教师－学生模型；提取样本特征；构建类原型特征；构建相似性预测；构建类内紧凑逐步蒸馏损失；构建自适应软标签；构建自适应自蒸馏损失；构建总损失函数；训练当前训练阶段的网络模型；水稻病害图像实时分类。本发明通过挖掘相邻训练阶段模型的教师和学生特征之间的类别关系，构建特征层面的类概率，促进模型在特征空间中形成聚类效应；自适应结合教师模型输出的类概率、特征层面类概率和真实标签，生成类内紧凑的软目标作为自蒸馏软目标。

本发明授权一种基于知识蒸馏的水稻病害图像分类方法及其系统在权利要求书中公布了：1.一种基于知识蒸馏的水稻病害图像分类方法，其特征在于，该方法包括以下步骤：步骤S1中，获取样本数据；即获取图像样本数据及标签数据；步骤S2，构建知识蒸馏网络模型；且知识蒸馏网络模型采取卷积神经网络；步骤S3，构建教师-学生模型；将当前训练阶段的网络模型作为学生模型，前一训练阶段的网络模型作为教师模型；步骤S4，提取样本特征；经过预处理的水稻病害图像输入卷积神经网络中，得到当前训练阶段的特征和logits输出，即学生模型的中间特征和logits输出，同理前一训练阶段得到的特征和logits输出，则是教师模型的中间特征和logits输出；步骤S5，构建类原型特征；将输出的中间特征中相同类别的特征进行求和平均，得到每个类的原型特征，当前阶段的原型特征称为学生类原型特征，前一阶段的原型特征称为教师类原型特征，其计算公式为： 其中，yi表示标签，fi表示学生模型的特征，I·是标签匹配的函数，当标签为k时，其值为1，反之为0；学生模型和教师模型的类原型特征构建方式相同；步骤S6，构建相似性预测；将学生中间特征与教师每个类的原型特征构建相似性向量，并将其软化形成学生的相似性预测，即；基于多源传感器融合的三维GIS与BIM建模动态数据采集方法首先构建样本特征对于每个类原型的相似性； 再构建相似性预测； 其中，表示教师模型的类原型特征，fi表示学生模型的特征，||·||是L2范数，di＝[di,1,di,2,…,di,K]是第i个学生样本的相似性向量，τ是温度超参数，K为样本类别的数量；步骤S7，构建类内紧凑逐步蒸馏损失；计算学生的相似性预测与真实标签之间的交叉熵损失；步骤S8，构建自适应软标签；软化教师logits，形成教师的模型预测，并采取自适应策略将其与教师的相似性预测相结合，形成集成教师的预测，将集成教师的预测与真实标签进行自适应调整，形成自适应软标签；步骤S9，构建自适应自蒸馏损失；计算自适应软标签与学生logits的交叉熵损失；步骤S10，构建总损失函数；总损失包括类内紧凑逐步蒸馏损失和自适应自蒸馏损失；步骤S11，训练当前训练阶段的网络模型；使用总损失函数训练学生模型，并反向传播，更新学生模型的参数，得到成熟的学生模型；步骤S12中，水稻病害图像实时分类；获取实时的水稻病害图像，并将水稻病害图像输入学生模型，学生模型输出分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏大学，其通讯地址为：212013 江苏省镇江市学府路301号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。