| 注册
首页|期刊导航|安徽农业大学学报|基于深度残差网络的茶园杂草分类及模型压缩方法研究

基于深度残差网络的茶园杂草分类及模型压缩方法研究

高琪娟 李春波 金秀 李叶云 吴慧平

安徽农业大学学报2021,Vol.48Issue(4):668-673,6.
安徽农业大学学报2021,Vol.48Issue(4):668-673,6.DOI:10.13610/j.cnki.1672-352x.20210824.002

基于深度残差网络的茶园杂草分类及模型压缩方法研究

Research on the traceability system of tea quality and safety based on blockchain

高琪娟 1李春波 1金秀 1李叶云 2吴慧平3

作者信息

  • 1. 安徽农业大学信息与计算机学院,合肥230036
  • 2. 安徽农业大学茶树生物学与资源利用国家重点实验室,合肥230036
  • 3. 安徽农业大学植物保护学院,合肥230036
  • 折叠

摘要

关键词

深度神经网络/深度模型压缩/模型剪枝/茶园杂草识别/图像分类

分类

信息技术与安全科学

引用本文复制引用

高琪娟,李春波,金秀,李叶云,吴慧平..基于深度残差网络的茶园杂草分类及模型压缩方法研究[J].安徽农业大学学报,2021,48(4):668-673,6.

基金项目

国家重点研发计划课题(2019YFD1001601)和国家重点实验室开放基金(SKLTOF2019103)共同资助. (2019YFD1001601)

安徽农业大学学报

OACSCDCSTPCD

1672-352X

访问量0
|
下载量0
段落导航相关论文