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：北京理工大学
申请日：2024-03-05
公开（公告）日：2024-06-04
公开（公告）号：CN118135303A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/82;G06N3/045;G06N3/096
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本发明提供一种基于多轮次知识蒸馏的图像分类方法，将多轮次知识蒸馏方法延展蒸馏过程从单次到多次，强化了师生模型对于双方表征能力与模型结构信息的理解，提高了知识蒸馏性能，进而在保证图像分类准确性的基础上，提高了图像分类的效率；同时，每个单独的蒸馏过程之间使用相同的训练参数设置，降低了方法复杂度。
主权项：1.一种基于多轮次知识蒸馏的图像分类方法，其特征在于，采用多轮次知识蒸馏获得的学生网络S2对待测图像进行分类，其中，学生网络S2的获取方法为：使用公开的图像数据对教师网络T1进行训练；将完成训练的教师网络T1的模型参数保持不变，并将图像数据同时输入教师网络T1和学生网络S1，再根据教师网络T1和学生网络S1的输出构建交叉熵损失函数Lcls1和KL散度损失函数LKL1；通过Lcls1和LKL1进行反向传播实现对学生网络S1的模型参数的更新，得到最终的学生网络S1；将完成训练的学生网络S1的模型参数保持不变，并将图像数据同时输入学生网络S1以及结构与教师网络T1相同的教师网络T2，再根据教师网络T2和学生网络S1的输出构建交叉熵损失函数Lcls2和KL散度损失函数LKL2；通过Lcls2和LKL2进行反向传播实现对教师网络T2的模型参数的更新，得到最终的教师网络T2；将完成训练的教师网络T2的模型参数保持不变，并将图像数据同时输入教师网络T2以及结构与学生网络S1相同的学生网络S2，再根据教师网络T2和学生网络S2的输出构建交叉熵损失函数Lcls3和KL散度损失函数LKL3；通过Lcls3和LKL3进行反向传播实现对学生网络S2的模型参数的更新，得到最终的学生网络S2。
全文数据：
权利要求：
百度查询： 北京理工大学 一种基于多轮次知识蒸馏的图像分类方法
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