一种基于知识蒸馏的端侧红外图像目标检测方法

本发明涉及一种基于知识蒸馏的端侧红外图像目标检测方法，包括如下步骤：对已有的高分辨率红外图像数据集转换成640×640的分辨率，并将标注文件格式转换成yolov8训练格式，划分训练集和测试集；模型基于yolov8网络结构，构建深度神经网络模型：包括主干网络特征抽取模块、颈部特征融合模块和特征检测头模块；训练教师的深度神经网络模型：采用yolov8‑x和yolov8‑s网络分别训练教师模型；训练学生的深度神经网络模型：采用最小规模网络yolov8‑n作为学生模型，将教师模型的关键特征从教师模型蒸馏到学生模型进行训练，保存模型；根据学生模型的检测头模块的输出，获取红外图像的检测结果。所述方法能够在不增加算力和内存占用的同时，提升红外图像检测的精度，提高端侧设备的使用效率。