基于多教师蒸馏和动态推理的车载多目标分类及检测方法

一种基于多教师蒸馏和动态推理的车载多目标分类及检测方法，由车载图像采集装置采集图像，再由动态神经网络以图像为输入，输出多目标的分类及边界框回归。动态神经网络由一个多教师网络和一个学生网络构成。多教师网络由多个教师模型组成；在多教师网络中引入基于注意力机制的动态权重分配系统，根据当前输入场景的特性为每个教师模型分配不同的权重；在多教师网络中通过设置置信度阈值，仅向学生网络传授可能包含目标的区域知识。学生网络由策略网络和检测网络构成，检测网络是由特征提取网络和目标定位网络整合得到的二阶段目标检测网络；策略网络根据多教师网络提供的知识自适应地提取任务特征；检测网络根据策略网络决策向量动态地选取路由。