一种低精度损失的图像检测模型压缩方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种低精度损失的图像检测模型压缩方法
申请号:CN202410820121
申请日期:2024-06-24
公开号:CN118734922A
公开日期:2024-10-01
类型:发明专利
摘要
本发明公开了一种低精度损失的图像检测模型压缩方法,包括如下步骤:获取图像数据集、待压缩的学生模型和教师模型;对学生模型进行结构裁剪,得到裁剪后的学生模型;使用训练数据集分别对教师模型和裁剪后的学生模型进行训练,并在训练过程中使用教师模型对裁剪后的学生模型进行知识蒸馏,得到蒸馏后的学生模型;使用测试集分别对裁剪后的学生模型和蒸馏后的学生模型进行测试,并根据测试结果,调整蒸馏后的学生模型的损失函数;当剪枝率满足预设剪枝率时,输出蒸馏后的学生模型,否则,重复步骤S2‑S4。本发明可以有效保证预备部署的学生模型被裁剪到指定剪枝率的同时,相较于未剪枝之前提升剪枝之后的学生模型的精度。
技术关键词
特征提取模块 学生 教师 蒸馏 图像检测模型 数据 对象 模型压缩 像素点 精度 输入模块 尺寸 索引 列表 场景 算法 通道
系统为您推荐了相关专利信息
图像块特征 原型 视觉特征提取 文本 编码器
滑模变结构控制 智能车系统 积分滑模 教师 观测器
标签文本 节点 矩阵 规则集 语义
数据特征提取方法 工控系统故障诊断 编码器 粒子群优化算法 智能故障诊断方法
场景 资源组 动态调度方法 指令 多维度特征提取