基于互学习的猪只识别模型

针对目前生猪识别效率及准确率低的问题,提出一种基于互学习的生猪识别模型。首先,构建两个基神经网络;其次,利用两个基神经网络分别对相同的生猪个体进行训练并得到识别概率;再次,将两个基网络的识别概率利用KL散度进行相互迁移,从而实现两个基网络的相互学习,即一个网络可以从另一个网络中学习其决策知识,从而获取更好的特征表示,提高分类准确性;最后利用任意一个基神经网络可实现生猪个体身份识别。实验结果表明应用互学习方法,在模型参数及时间不变的情况下,准确率能够提升了0.78%~2.16%,损失值低8.5%~70%。证明互学习在生猪个体识别任务上的有效性。