Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜福州大学翁谦获国家专利权

恭喜福州大学翁谦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜福州大学申请的专利多层次自适应知识蒸馏的轻量化高分遥感场景分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115187863B

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210837954.2,技术领域涉及:G06V20/10;该发明授权多层次自适应知识蒸馏的轻量化高分遥感场景分类方法是由翁谦;黄志铭;林嘉雯;林智明;吴雨阳;陈浩设计研发完成,并于2022-07-16向国家知识产权局提交的专利申请。

多层次自适应知识蒸馏的轻量化高分遥感场景分类方法在说明书摘要公布了:本发明提供了一种多层次自适应知识蒸馏的轻量化高分遥感场景分类方法,包括以下步骤:步骤S1:将遥感图像数据分别送入教师模型和学生模型进行特征提取;步骤S2:将教师模型和学生模型提取的特征分别送入分类器,通过自适应温度机制对温度进行调整后,将概率分布输出进行蒸馏学习;步骤S3:将教师模型和学生模型提取的特征分别生成对应的空;步骤S4:将教师模型和学生模型提取的特征分别生成对应的通道间相关性,并从教师模型与学生模型的特征的通道间相关性进行蒸馏学习。应用本技术方案能够自适应调整知识蒸馏过程中输出层的蒸馏温度,使得学生模型有选择地学习教师模型的输出层概率分布知识。

本发明授权多层次自适应知识蒸馏的轻量化高分遥感场景分类方法在权利要求书中公布了:1.多层次自适应知识蒸馏的轻量化高分遥感场景分类方法,其特征在于,包括以下步骤:步骤S1:将遥感图像数据分别送入教师模型和学生模型进行特征提取;步骤S2:将教师模型和学生模型提取的特征分别送入经过归一化函数BatchNorm、全连接层、以及全连接层组成的分类模块;得到相应的概率分布输出,通过自适应温度机制对温度进行调整后,将调整后的教师模型的概率分布输出与学生模型的概率分布输出进行蒸馏学习;步骤S3:将教师模型和学生模型提取的特征分别生成对应的空间注意力,并从教师模型与学生模型的特征的空间注意力进行蒸馏学习;步骤S4:将教师模型和学生模型提取的特征分别生成对应的通道间相关性,并从教师模型与学生模型的特征的通道间相关性进行蒸馏学习;通过自适应温度机制对温度进行调整具体如下:设置一个温度初始值Ts,依据教师模型的软标签对温度进行自适应调整: 式中,Pt_max为教师模型的分类器输出的最大概率值;通过针对不同的图像样本自适应调整蒸馏的温度,使得对于相关性大的场景类别样本,温度变大,学生模型能够学到更多的概率分布知识;而对于相关性小的场景类别样本,温度变小,学生模型学习更少的概率分布知识;在知识蒸馏的过程中,引入教师模型和学生模型最后一层卷积层的特征中的空间注意力以及通道间相关性的计算,通过教师模型的特征空间注意力计算指导学生模型应关注的特征空间区域;通过教师模型的特征通道间相关性计算指导学生模型从特征的通道间相关性的学习;假设教师模型和学生模型的中间特征输出分别为和表示教师模型的特征有m维通道,A·表示转换为将特征图转换成单通道的大小为h×w的特征注意力: 式中得到教师模型和学生模型的特征注意力后,使用SmoothL1损失函数进行特征注意力的计算;特征的通道间相关性的计算如下: 得到教师模型和学生模型的特征通道间相关性后,使用L2损失函数来计算特征的通道相关性损失。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福州大学,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。