申请/专利权人：中国科学技术大学

申请日：2023-09-26

公开（公告）日：2023-12-29

公开（公告）号：CN117315392A

主分类号：G06V10/774

分类号：G06V10/774;G06V10/44;G06V10/74;G06V10/82;G06N3/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明公开了一种通用于DETR类检测器的知识蒸馏方法，将预处理后的图像输送到已训练完成的学生模型中，以输出预测结果；学生模型的训练过程如下：S1：构建训练集；S2：选定教师模型和学生模型，将教师模型充分训练至收敛；S3：将训练集中的图像同时输送到教师模型和学生模型中；S4：通过教师模型对学生模型进行logits‑level蒸馏；S5：通过教师模型对学生模型进行feature‑level蒸馏；S6：通过教师模型对学生模型进行assignment‑level蒸馏；该知识蒸馏方法可以较为准确的将教师模型蕴含的知识转移到学生模型中，提高了DETR检测器的检测性能。

主权项：1.一种通用于DETR类检测器的知识蒸馏方法，其特点在于，将预处理后的图像输送到已训练完成的学生模型中，以输出预测结果；所述学生模型的训练过程如下：S1：构建训练集，所述训练集包括多个预处理后的图像；S2：选定教师模型和学生模型，将教师模型充分训练至收敛，并将教师模型的参数冻结，所述教师模型包括依次连接的编码器和解码器；S3：将训练集中的图像同时输送到教师模型和学生模型中；S4：将教师模型的解码器输出的知识基于渐进式蒸馏方式转移到学生模型的解码器输出，实现通过教师模型对学生模型进行logits-level蒸馏；S5：将教师模型编码器输出的特征图和解码器预测的教师query查询进行暂存并计算得到每张特征图的前、背景划分区域，以实现教师模型对学生模型自适应的feature-level蒸馏；S6：保存教师模型中预训练完成的教师query查询并在线收集每个批次内教师query查询与GT的样本匹配结果，将教师query查询作为一组额外训练样本输入进学生模型的解码器部分并提供assignment-level蒸馏损失函数作为监督，以实现教师模型对学生模型的assignment-level蒸馏；S7：基于logits-level蒸馏、feature-level蒸馏和assignment-level蒸馏对学生模型进行训练，直至学生模型收敛。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种通用于DETR类检测器的知识蒸馏方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD