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：杭州电子科技大学
申请日：2024-03-18
公开（公告）日：2024-06-21
公开（公告）号：CN118230037A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/82;G06N3/045;G06N3/096
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了基于对齐实例知识蒸馏的目标检测方法，该方法首先将真实框BGT、教师模型的检测头中分类头与回归头预测的分类分数C与边界框B输入对齐实例弹性选择模块中，获得对齐实例AIs。其次将对齐实例AIs、教师特征图T与学生特征图S输入基于对齐实例遮掩生成的特征蒸馏模块；将对齐实例AIs、教师特征图T与学生特征图S输入基于对齐实例的关系蒸馏模块；将对齐实例AIs输入基于对齐实例的响应蒸馏模块。最后构建总体蒸馏损失函数训练学生模型，并输出目标检测结果。本发明充分提取对齐实例中蕴含的特征，关系及响应三类知识并转移到学生模型中，提高学生模型预测的准确性。
主权项：1.基于对齐实例知识蒸馏的目标检测方法，其特征在于，包括如下步骤：步骤1.将真实框BGT、教师模型的检测头中分类头与回归头预测的分类分数C与边界框B输入对齐实例弹性选择模块中，获得对齐实例AIs；步骤2.将对齐实例AIs、教师特征图T与学生特征图S输入基于对齐实例遮掩生成的特征蒸馏模块，增强学生特征图S中AIs位置的特征表征能力；步骤3.将对齐实例AIs、教师特征图T与学生特征图S输入基于对齐实例的关系蒸馏模块，将AIs之间的特征相关性信息传递到学生模型；步骤4.将对齐实例AIs输入基于对齐实例的响应蒸馏模块，将对应的分类以及回归的推理信息转移到学生模型；步骤5.构建总体蒸馏损失函数，通过总体蒸馏损失函数训练学生模型，并输出目标检测结果。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于对齐实例知识蒸馏的目标检测方法
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