基于生成对抗网络的知识蒸馏数据增强

在图像分类和工业视觉检测过程中,缺陷样本量少导致神经网络分类器训练效率低及检测精度差,直接采用原始的离散标签又无法使网络分类器学习到不同类别间的相似度信息。针对上述问题,在区域丢弃算法的基础上,提出一种基于生成对抗网络的知识蒸馏数据增强算法。使用补丁对丢弃区域进行填补,减少区域丢弃产生的非信息噪声。在补丁生成网络中,保留生成对抗网络的编码器-解码器结构,利用编码器卷积层提取特征,通过解码器对特征图上采样生成补丁。在样本标签生成过程中,采用知识蒸馏算法中的教师-学生训练模式,按照交叉检验方式训练教师模型,根据教师模型生成的软标签对学生模型的训练进行指导,提高学生模型对特征的学习能力。实验结果表明,与区域丢弃算法相比,该算法在CIFAR-100、CIFAR-10数据集图像分类任务上的Top-1 Err、Top-5 Err分别降低3.1、0.8、0.5、0.6个百分点,在汽车转向器轴承数据集语义分割任务上的平均交并比和识别准确率分别提高2.8、2.3个百分点。     

一株野生口蘑的鉴定及生物学特性

对1 株采自青海的野生口蘑菌株进行形态学观察和真菌种属（internally transcribed spacer,ITS）鉴定,并研究其菌丝生长阶段的最适母种培养基、碳源、氮源、无机盐、生长因子、pH 值和温度。结果表明,形态学观察及ITS 鉴定该菌株为中国美味蘑菇,属担子菌纲,伞菌目,蘑菇科,蘑菇属。最佳母种培养基配方为马铃薯葡萄糖琼脂（potato dextrose agar,PDA）综合培养基配方,即马铃薯200 g,葡萄糖20 g,磷酸二氢钾2 g,硫酸镁1 g,琼脂20 g,水1 000 mL;最适碳源为葡萄糖和麦芽糖;不添加氮源的条件下更利于其菌丝生长;在PDA 培养基中添加不同无机盐和生长因子对菌丝长速影响不大;最适温度为25 ℃;最适pH 值为7。