本文记录下刚阅读的农业害虫识别论文《Image Classification of Pests with Residual Neural Network Based on Transfer Learning》，本文章发表于2022年。
文章梗概
文章没有提出新的模块，简单来讲，使用了27组实验组成了整篇文章，这27组实验由作者对学习率(0.0001，0.0005，0.001)、数据增广方法(不使用扩增方法、使用传统的扩增策略和使用CutMix与传统扩增策略组合的扩增方法)和模型训练方式(从0开始训练，只训练预训练模型的全连接分类层和将预训练模型的参数全部进行微调)。将这三组不同的类型进行组合，得到了最终的实验过程。当然作者在文中，也说了选择ResNext(32*4d)的原因。最终作者总结出适合IP102这样较大昆虫数据集的实验策略：复杂增广方式+小学习率+预训练模型微调。
文章实验
文章总结
本文其实没有什么新意，就是做了些实验，然后总结了一下，最近一直在读农业害虫识别相关的文章，似乎没有看到太多具有新意的文章，如果您有相关推荐，欢迎评论区留言。