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。