CN114330580B 基于歧义指导互标签更新的鲁棒知识蒸馏方法 （之江实验室）_第1页
CN114330580B 基于歧义指导互标签更新的鲁棒知识蒸馏方法 （之江实验室）_第2页
CN114330580B 基于歧义指导互标签更新的鲁棒知识蒸馏方法 （之江实验室）_第3页
CN114330580B 基于歧义指导互标签更新的鲁棒知识蒸馏方法 （之江实验室）_第4页
CN114330580B 基于歧义指导互标签更新的鲁棒知识蒸馏方法 （之江实验室）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号基于歧义指导互标签更新的鲁棒知识蒸馏本发明公开了基于歧义指导互标签更新的入学生网络，由其得到预测结果且用于图像分个高性能的轻量级网络，其更能适用于实际情2使用教师网络的特征构建k-nn图G＝<V,E>,其中V和E分别表示顶点集合和边集合，顶个对称邻接矩阵U=A+A".继而进行归一化Wt得到其其中，表示学生网络对样本xi的预测，y"为样本的原始标签，l为指示函si(4)3在上述虚拟样本下构建蒸馏损失Lka,其公式如下：τ为温度参数；4述注入噪声处理的方法为在无噪声数据集中加入对称和/或非对骤D中，通过歧义感知权重估计模块对训练数据集中的每个样本进行歧义感知权重估计和将训练数据集中的所有样本导入学生网络，得到它们的特征，然后5处理器加载并执行实现如权利要求1至7之一所述的基于歧义指导互标签更新的鲁棒知识6[0010]E、学生网络按预设条件根据小损失标准对训练数据集中的样本进行标签重新标7[0031]其中H,H为两个全连接层，σ表示PreLU操[0035]使用教师网络的特征构建k-nn图GV,E＞,其中V和E分别表示顶点集合和边集8下LP(A,B,c)=argminB/28-1Byllki/9代码集或指令集由处理器加载并执行实现上述所述的基于歧义指导互标签更新的鲁棒知教师-学生网络，提出了一种包括小损失选择的标签传播和互标签传播两个阶段的二阶段[0086]然后，将在第t轮的标签和特征分布得分拼接起来得到歧义特征向量，其公式如[0090]其中，H,H为两个全连接层，σ表示Pr标签和相似度得分拼接起来得到歧义特征然后将其送入歧义感知权重估[0093]E、学生网络按预设条件根据小损失标准对训练数据集中的样本进行标签重新标W-A+A.[0101]联合k-nn图G，将更新后的标签LP(A,B,c)=argminnB/2⃞j-1Byllki/[0107]为了进一步提高蒸馏的鲁棒性，使用mixup算法(HongyiZhang,MoustaphaCisse,YannNDauphin,andDavidLopez-Paz.mixup:Beyondempiricalrisk说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论