西北农林科技大学苏宝峰教授等：基于少样本学习的酿酒葡萄品种鉴定方法

发布时间：

2025-04-22

来源：

葡藤匠心网

《农业工程学报》2025年第41卷第4期刊载了西北农林科技大学等单位全吾梦、施钦晁、范一言、王起帆与苏宝峰的论文——“基于少样本学习的酿酒葡萄品种鉴定方法”。该研究由中国宁夏回族自治区重点研发计划项目（项目号：2024BBF02006）资助。

引文信息：全吾梦，施钦晁，范一言，等. 基于少样本学习的酿酒葡萄品种鉴定方法[J]. 农业工程学报，2025，41(4)：211-219.

DOI: 10.11975/j.issn.1002-6819.202409098

研究目的与方法：

酿酒葡萄品种的精确鉴定是实现葡萄园智慧化管理的关键环节。针对品种鉴定过程中，标注数据需求量大、成本高昂且对新品种适应性不足的问题，该研究提出了一种基于少样本学习的两阶段品种鉴定方法。

首先，为了减少复杂背景对少样本学习模型的干扰，构建了Deeplabv3+语义分割模型，实现了前景叶片的精细提取；其次，采用基于度量的元学习方法，使用基于MobileNetV2网络结构并融合注意力机制设计的Mobile-CS作为主干网络，实现了在少样本条件下品种的准确鉴定，并在新的品种鉴定任务中快速适应。

结果与结论：

试验结果表明，Deeplabv3+模型在叶片分割上实现了97.52%的平均交并比；少样本学习模型在5-way 5-shot任务上达到了80.06%的平均准确率，优于经典卷积神经网络结构和经典少样本学习的方法。该研究的两阶段品种鉴定方法具有较高的识别准确率和较强的泛化能力，能够为农业领域的智能识别技术提供新的解决方案。