- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
本发明公开了一种面向遥感目标检测的混合知识解耦的知识蒸馏算法,其中方法包括以下步骤:S1,构建遥感目标检测模型作为用于知识蒸馏的教师模型;S2,对模型进行轻量化处理,形成用于知识蒸馏的学生模型;S3,对边界框信息进行预测并计算目标检测损失;S4,教师模型引导学生模型解耦不同类型的知识;S5,从输出层次上蒸馏语义知识,计算输出层蒸馏的损失函数值;S6,交叉蒸馏不同层次的语义特征和定位特征,计算交叉特征蒸馏的损失函数值;S7,计算总损失函数值,优化学生模型。本发明解决了参数量大、复杂的遥感检测模型难
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116665068 A
(43)申请公布日 2023.08.29
(21)申请号 202310521321.5 G06V 10/766 (2022.01)
文档评论(0)