申请/专利权人：小视科技(江苏)股份有限公司

申请日：2023-12-14

公开（公告）日：2024-03-19

公开（公告）号：CN117727096A

主分类号：G06V40/20

分类号：G06V40/20;G06V40/10;G06V10/25;G06V10/77;G06V10/80;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种用于呼吸式酒精检测的轻量级呼吸判断模型、检测系统，本发明用于呼吸式酒精检测的轻量级呼吸判断模型，结合了CLIP和MobileNetV2两种模型的优势，提高了图像分类模型在吹气和不吹气两个类别上的性能，同时保持了模型的轻量级和泛化能力；本发明使用了特征蒸馏和CLIP辅助训练的方法，使得MobileNetV2模型能够更好地理解图像的含义和细节，提高了模型的鲁棒性和性能。本发明通过结合CLIP和MobileNetV2，以及引入特征蒸馏技术，实现了在移动设备上轻量级图像分类模型的训练，提高了分类性能和泛化能力，具有广泛的应用前景。

主权项：1.一种用于呼吸式酒精检测的轻量级呼吸判断模型，其特征在于，包括如下步骤S1.数据准备,收集包含吹气和不吹气两个类别的图像数据集，划分训练集和验证集，确保标签信息完备；S2.结合CLIP模型和MobileNetV2模型，保持模型轻量级的同时提高图像分类能力；其中，CLIP模型负责从图像和文本中提取多模态的表征，MobileNetV2模型负责从图像中提取卷积特征，将这两部分的特征拼接起来，通过一个全连接层进行分类，得到吹气和不吹气两个类别的概率；S3.特征蒸馏与辅助训练，为了提高MobileNetV2模型的性能，使用CLIP模型进行辅助训练，使MobileNetV2模型能够更好地理解图像的含义；同时，进行特征蒸馏，使MobileNetV2模型能够更好地捕捉图像的细节；S4.使用交叉熵损失用于衡量模型的分类性能，使用特征蒸馏损失用于衡量模型的特征对齐程度，将这两部分的损失相加，形成最终的损失函数；S5.模型训练和评估，使用验证集上的准确率作为模型的评估指标，每个训练轮结束后，计算验证集上的准确率，并保存最好的模型参数。

全文数据：

权利要求：

百度查询： 小视科技(江苏)股份有限公司 用于呼吸式酒精检测的轻量级呼吸判断模型、检测系统

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