基于模型剪枝的棉花氮素营养水平诊断

作     者：陈沛沛 戴建国 张国顺 侯文庆 穆正阳 CHEN Peipei;DAI Jianguo;ZHANG Guoshun;HOU Wenqing;MU Zhengyang

作者机构：石河子大学信息科学与技术学院石河子832003 兵团空间信息工程技术研究中心石河子832003 新疆政法学院信息网络安全学院图木舒克843900 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2024年第40卷第6期

页      面：277-284页

核心收录：

学科分类：0710[理学-生物学] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 0714[理学-统计学（可授理学、经济学学位）] 0901[农学-作物学] 0703[理学-化学] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(32260388) 兵团英才支持计划 

主　　题：棉花 氮 模型 氮素营养水平 卷积神经网络 模型轻量化 边缘智能 

摘      要：确定棉花的氮素营养水平是实施精准施肥的先决条件和基础。近年来,深度学习逐渐应用于氮素营养水平诊断中,但该方法对高性能设备的依赖性较高,限制了其在资源受限边缘设备上的部署应用。针对这一问题,该研究提出一种基于树莓派4B的棉花氮素营养水平诊断方法。研究采用ResNet101网络构建诊断模型,并通过网络瘦身算法对模型进行剪枝优化,最终将剪枝比例为87%的模型部署在资源受限的树莓派4B上。试验结果表明:当剪枝比例达到87%时,模型精度损失2.55个百分点,同时剪枝后模型参数量、计算量和存储体积分别为4.37 M、1.05 G和16.65 MB,明显提高模型在计算能力有限设备上的推理速度,有助于快速、准确地评估田间棉花的氮素营养状况,从而实现对棉花的精准施肥,提高产量和质量。该研究不仅为实现棉花氮素营养水平的大面积快速诊断提供了技术参考,同时对于作物营养水平诊断的智能终端装备研发具有参考价值。