风格敏感蒸馏网络

田间识别更稳

通过蒸馏去除域特定风格,并匹配原型logit,使模型在未见田间域上更稳健。

Kun, Zhan · 彭莹琼 · Liao, Muxin · 王映龙

Engineering Applications of Artificial Intelligence 2025

技术优势

消除域特定风格

风格敏感蒸馏模块将编码器提取的特征与风格线索解耦,降低光照、背景等变化对识别的影响。

学习域不变原型

logit原型匹配策略对齐病害类别的原型logit,抑制无关背景和风格等域特定信息的干扰。

提供公开基准

将公开实验室数据集作为源域、公开田间数据集作为未见域,构建多个基准并公开,便于公平评估模型泛化。

应用场景