CN116524341B 一种基于量化蒸馏的水下目标识别方法 （大连理工大学）_第1页
CN116524341B 一种基于量化蒸馏的水下目标识别方法 （大连理工大学）_第2页
CN116524341B 一种基于量化蒸馏的水下目标识别方法 （大连理工大学）_第3页
CN116524341B 一种基于量化蒸馏的水下目标识别方法 （大连理工大学）_第4页
CN116524341B 一种基于量化蒸馏的水下目标识别方法 （大连理工大学）_第5页
已阅读5页，还剩33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

230qa1x是a11x422qa22223.根据权利要求1所述的基于量化蒸馏的水下目步骤2.1：在训练数据集中挑选出海底生物类别样本的体标集合图片上海底生物的具体位置和类别；步骤2.5：使用OpenCV计算步骤2.3所得的目标集合图片4.根据权利要求1所述的基于量化蒸馏的水下目标识别方5权重用于反映不同教师网络对学生网络的样本置信个节点输出；C表示单个教师网络全连接层的输出总个数；2陈表示第k个教师网络的全连将多个教师网络的预测与其相对应的样本置信度相乘，得到教6第k个教师网络对学生网络最后一层特征向量的特征分类结L,用于学生网络学习教师网络的知识；最后通过调节超参数蒸馏温度T和蒸馏总体损失函7下机器人对目标的识别和定位息息相关。水下目标识别技术作为各种水下任务的辅助手CNN的水下小目标检测识别技术研究[D].大连理工大学,2021.DOI:10.26991/强.基于水下图像增强的目标检测识别方法研究[D].山东大学,2021.DOI:10.27272/8[0011]根据Softmax函数计算得到教师网络的预测结果σ(Zc)，并通过超参数蒸馏温度T9[0027]为了稳定知识转移过程，学生网络更专注于模仿具有相函数L,用于学生网络学习教师网络的知识；最后通过调节超参数蒸馏温度T和蒸馏总体损3M,M0qa1x11xqqa222a2和步骤5.4.4中获得M0方法相同；过构建一个轻量化的小模型学生网络，利用多个性能更好的大模型教师网络的监督信息，[0095]基于以上算法，本发明公开了一种基于量化蒸馏的水下目标识别方法，如图1所[0097]数据集的选取要求生物图像数据样本要从不同的背景中拍摄不同角度方向的目接四边形的面积U，然后求此U与当前图片内所有用于监督训练的边界框的面积的交并比，与U拥有最大的交并比边界框即视为被复制目标最后全连接层会对这个特征向量进行计算并输2s-re表示第k个教师网络对学生网络最后一层的特征向量特征分类的结果；为教示教师网络中间层输出概率值的样本置信度。[0125]为了稳定知识转移过程，学生网络更专注于模仿具有相度进行匹配；FS为学生网络特征图的特征输出；F3__qa1x1xqqa222a2和步骤5.4.4中获得M0方法相同；[0173]步骤6：将水

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