申请/专利权人：浙江大学

申请日：2023-12-05

公开（公告）日：2024-03-05

公开（公告）号：CN117649517A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/764;G06N3/045;G06N3/082;G06N3/096;G06N3/0495;G06N3/047;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明公开了一种自然场景下同构2D检测器的知识蒸馏方法。针对现有的2D检测算法存在的分类置信度和定位质量之间空间分布的不一致问题，不同于现有的检测方法，提出了一种新颖的一致性评分来估计密集检测中分类和回归质量的匹配程度，并将一致性评分作为先验知识，提出一致性蒸馏实现一致性知识的迁移；为了解决实施特征蒸馏时，分类和定位的空间不一致会导致核心区域特征选择的不一致的问题，提出了一种动态区域融合的特征蒸馏方法，根据当前模型的预测状态和教师模型的软标签，动态地实现分类相关和定位相关的核心区域融合。本发明能在不同数据集以及不同算法上有效提升2D检测器性能，并且优于现有的许多同构检测蒸馏方法。

主权项：1.一种针对自然场景下同构2D检测器的知识蒸馏方法，其特征在于，包括以下步骤：S1：获取RGB图像数据集；S2：使用步骤S1的RGB图像数据集对检测RGB图像的2D检测算法进行训练，并对训练过程进行优化，具体为：2.1针对教师模型和学生模型设计一致性分数，用于对2D检测算法中分类置信度与定位质量的不一致进行定量量化；2.2在2D检测算法的输出维度的训练上，基于步骤2.1的一致性度量分数，设计一种一致性蒸馏的知识传递方法，并通过加权重点区域的一致性损失实现高效的一致性迁移；2.3在2D检测算法的特征维度的训练上，设计一种动态区域融合的特征蒸馏方法：通过当前学生模型和教师模型的分类概率和定位概率，动态融合分类区域与定位区域，实现学生模型的2D检测特征模仿；S3：采用训练后的2D检测算法对待测的RGB图像进行检测，输出图像中检测对象的类别和位置坐标。

全文数据：

权利要求：

百度查询： 浙江大学 一种自然场景下同构2D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