摘要
本发明涉及目标检测算法的技术领域,公开了一种基于知识蒸馏的目标检测方法及系统,包括以目标图像作为数据基础,通过主干网络对目标图像进行特征提取,并选择出提取的第一特征图,通过第一RPN特征融合模型对主干网络提取的特征进行深层特征融合和浅层特征融合,选择出提取的特征图对应的特征值,生成候选框,通过在线监督RPN监督候选框的损失值,第二目标识别特征模型并输入目标图像,通过第二主干网络和第二RPN特征融合模块确定第二特征图,并计算分类和回归损失,最终通过蒸馏损失函数对齐候选框特征,通过相似蒸馏损失函数,提升特征迁移的可靠性,增强模型的泛化效果。
技术关键词
识别特征
蒸馏
输出特征
图像
特征值
回归算法
融合特征
在线
分类网络
样本
模块
表达式
检测头
标签
尺寸
基础
数据
阶段
系统为您推荐了相关专利信息
实时检测方法
颜色直方图
智能汽车
多尺度特征提取
图像
路面病害
检测网络模型
分割方法
深度学习算法
矫正
显微镜摄像头
子孔径图像
扫描方法
光学元件
显微成像
多模态深度学习
缺陷检测方法
深度学习网络
联合损失函数
分支