申请/专利权人：北京百度网讯科技有限公司

申请日：2020-12-15

公开（公告）日：2024-04-23

公开（公告）号：CN112529181B

主分类号：G06N3/08

分类号：G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.04.06#实质审查的生效;2021.03.19#公开

摘要：本申请公开了用于模型蒸馏的方法和装置，涉及人工智能技术领域，具体涉及深度学习和计算机视觉技术领域。该方法包括：利用每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的批量教师特征；利用学生模型，提取至少两批场景图像的特征，得到批量学生特征；对于目标批量特征中图像的特征，确定该特征与目标批量特征中各个图像的特征的特征相似度，得到至少两个场景教师相似度集合和学生相似度集合；利用至少两个场景教师相似度集合，训练学生模型。本申请可以提高模型对不同场景图像的检测精度和检测速度。并且有助于降低执行设备的延时，减少内存等计算资源的占用和消耗。

主权项：1.一种用于模型蒸馏的方法，所述方法包括：利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的批量教师特征；利用学生模型，提取所述至少两批场景图像的特征，得到批量学生特征；将所述至少两个场景的批量教师特征和所述批量学生特征中的每一者作为目标批量特征，对于所述目标批量特征中图像的特征，确定该特征与所述目标批量特征中各个图像的特征的特征相似度，得到所述至少两个场景的批量教师特征对应的至少两个场景教师相似度集合，并得到所述批量学生特征对应的学生相似度集合；利用所述至少两个场景教师相似度集合，监督所述学生相似度集合，以训练所述学生模型，得到训练后模型，其中，所述训练后模型用于预测所述至少两个场景的图像。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 用于模型蒸馏的方法和装置

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