龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京工业大学
申请日：2024-01-21
公开（公告）日：2024-05-28
公开（公告）号：CN118097228A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/82;G06N3/042;G06N3/045;G06N3/0464;G06N3/084;G06N3/092;G06N5/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：针对资源受限车辆平台上的多实例分类任务，本发明提出一种基于多教师辅助实例自适应DNN的移动平台多目标分类方法，实现检测精度与推理速度的双重优化。学生网络包括一个策略网络和一个多分支残差块检测网络。策略网络采用课程学习提取任务相关特征，动态生成匹配实例属性的路由向量。路由向量被映射到检测网络中，引导残差块自适应激活和跳过，以适应自动驾驶实例的多样性。为了增强学生网络的整体推理性能，提出一种多教师指导的联合训练框架。策略网络依赖多教师组合知识和反馈的检测结果优化路由决策，检测网络通过观察路由向量在多教师指导下微调自身参数。在数据集上的实验结果证实了本方法在面对不同复杂度的图像，均能保持网络通道的稀疏性。
主权项：1.一种基于多教师辅助实例自适应DNN的移动平台多目标分类方法，步骤包括：首先，移动平台上的传感器采集图像数据；然后，这些图像数据输入到动态神经网络DNN模型进行处理，获得目标分类；其特征是DNN模型是多教师辅助实例自适应DNN模型，其网络框架包括多教师网络和学生网络；多教师网络是可定制的，它是由多个教师网络整合构成；学生网络包括策略网络和检测网络；策略网络是基于课程学习CL的策略网络，它根据多个教师网络提供的专业知识自适应地提取任务特征，动态生成匹配实例属性的路由向量；检测网络是由一组残差块串联构成，残差块的开启和关闭是由路由向量决定，实现动态地选取网络路由；所述多教师辅助实例自适应DNN模型的训练是采用多教师知识蒸馏驱动的联合训练方法：策略网络依赖多教师网络组合知识和反馈的检测结果优化路由决策；检测网络通过观察路由向量在多教师指导下微调自身参数，使学生网络构建起实例-路径的映射关系。
全文数据：
权利要求：
百度查询： 南京工业大学 基于多教师辅助实例自适应DNN的移动平台多目标分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号