摘要
一种用于输电线路巡检的适应学习方法及系统,属于图像处理技术领域,解决如何增强视觉语言预训练模型对开放词汇的识别能力和领域泛化能力的问题,本发明对教师模型和学生模型通过CLIP编码器进行初始化,通过构建样本级对比蒸馏损失和样本间关系蒸馏损失来实现知识蒸馏,具备了开放词汇目标检测能力;利用教师模型指导学生模型,通过梯度反传的方式更新学生模型参数,提高学生模型对于目标域识别的精准度,使学生模型能够在精度和泛化性能上接近甚至达到教师模型的水平,利用学生模型的参数更新教师模型参数,保证教师模型的稳定性,有效增强目标检测模型的领域泛化能力。
技术关键词
输电线路巡检
教师
学生
语义特征
学习方法
蒸馏
检测损失
样本
图像增强
逻辑
数据获取模块
标签
关系
模型更新
参数
编码器
系统为您推荐了相关专利信息
重建点云
多模态数据融合
船舶
融合特征
泊松圆盘采样
深度学习特征
组学特征
CT影像数据
卷积神经网络深度特征
卷积神经网络提取
原型
客户端
特征提取器
全局特征提取
度量学习方法
多源异构数据
异构数据语义
语义特征
对齐方法
无监督特征提取