一种无数据场景下目标识别二值神经网络的构建方法

本发明涉及一种无数据场景下目标识别二值神经网络的构建方法，属于模型压缩技术领域。该方法通过采样随机噪声生成假样本，并以假样本作为驱动，采用无数据对抗蒸馏框架进行目标识别二值神经网络的训练。在该框架中，通过二值化权重与激活构建二值神经网络，并利用类别信息熵最大化来平衡生成样本的类别分布。此外，应用类内特征聚类约束，增强同一类别样本的异质性，从而提升网络的泛化性能。最终经过训练，构建基于无数据对抗蒸馏框架的目标识别二值神经网络。本发明能够有效应对数据隐私性和不可直接访问性的问题，同时克服了边缘设备在目标识别任务中算力受限的挑战，在确保精度的同时实现了效率的优化平衡。