一种面向精准农业的对抗性注意力选择的特征蒸馏方法及系统

本发明公开了一种面向精准农业的对抗性注意力选择的特征蒸馏方法及系统，涉及计算机视觉与人工智能技术领域。针对现有技术在精准农业跨领域图像中存在的负迁移、边缘部署难、数据标注成本高问题，该技术方案在对抗性领域自适应与特征蒸馏统一框架中，引入领域不变注意力模块；训练时，领域不变注意力模块生成注意力掩码引导学生模型学习教师模型领域不变特征，结合对抗性损失对齐源域与目标域特征分布，联合优化分类损失、蒸馏损失及对抗损失训练学生模型。最终得到的学生模型可以部署于边缘设备，实现作物状态低延迟高精度实时分析，降低数据依赖与应用成本，提升模型鲁棒性与可解释性。