来源：期刊VIP网 时间：
作者：田涛;陈洋;薛超群;孙彤;许鑫;杨永锋;王高杰;姚倩;乔红波;
单位：河南中烟工业有限责任公司技术中心;河南农业大学信息管理科学学院;中国烟草总公司郑州烟草研究院;
摘要：为了以低标注成本方式实现烟叶田间成熟度的准确判别，提出一种基于自适应阈值伪标签和一致性正则化的半监督烟叶田间成熟度图像分类模型。通过引入伪标签质量综合评价指标，用于评估样本的时序置信度和时序稳定度，并设计了一个动态自适应的伪标签阈值。该阈值能够根据模型的不同学习状态自适应调整，从而引入更多置信度低的样本，为模型提供更丰富的有效样本信息。通过对未标记样本执行不同数据增强后的一致性正则化，以约束模型对未标记样本保持预测一致性。与传统半监督模型进行对比测试，结果表明：该模型能够在减少人工标记成本的同时有效实现烟叶田间成熟度的准确分类，在仅利用30%初始化标记样本情况下，对下部叶、中部叶、上部叶3个数据集的识别准确率分别达到91.1%、90.3%和87.9%，优于传统半监督模型性能。该技术可为实现烟叶田间成熟度准确和快速判别提供支持。
关键词：烟叶;田间成熟度;半监督学习;伪标签;一致性正则化;分类模型
基金资助：河南中烟工业有限责任公司A类科技项目“黄金叶品牌导向烟叶田间成熟度手机智能判别技术研发”（2023DG0110）
