原创力文档- 1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于图像分割领域，提供了一种基于知识蒸馏和对抗训练的三维体素图像分割方法，分为两个部分：训练多个教师网络进行集成学习，多个教师网络将作为先验知识获得软目标用于学生网络的训练；对抗训练学生网络，使用教师网络的软目标和图像标签进行监督训练，使用教师网络中间特征图监督，加入判别器构建GANs损失监督训练。本发明使用知识蒸馏扩充了可使用的数据，并且使用知识蒸馏进行了知识迁移，实现了模型压缩。对于三维体素图像的深度学习模型来说，节省了参数，使其更容易部署。使用知识蒸馏和对抗训练结合，使正则化效果更明
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112465111 A
(43)申请公布日 2021.03.09
(21)申请号 202011289486.7
(22)申请日 2020.11.17
(71)申请人 大连理工大学
地址
文档评论（0）