摘要
本公开提出了一种井下图像识别模型训练方法、装置及电子设备,包括:基于第一图像集对初始老师模型进行训练,以生成目标老师模型;基于第一图像集和目标老师模型对初始学生模型进行训练,以生成目标学生模型;对第二图像集按照预设井下场景进行场景迁移,以生成第三图像集,并基于第三图像集对目标学生模型进行训练,以生成目标图像识别模型。通过上述方法生成的目标图像识别模型,不仅可以学习到教师模型的显式知识,还能捕获到隐含的模式和决策逻辑,从而保持良好性能,降低了部署和运行的成本,并且基于场景迁移后的第二图像集对目标学生模型进行再训练,可以提升最终生成的目标图像识别模型的在井下图像识别场景中的实用性和预测的准确性。
技术关键词
学生
老师
蒸馏
可执行程序代码
计算机执行指令
图像识别模型训练
场景
标签
电子设备
可读存储介质
教师
预测类别
处理器
模块
存储器
风格
系统为您推荐了相关专利信息
水印特征
载波
神经网络模型
水印解码器
水印嵌入
知识蒸馏方法
学生
教师
引入注意力机制
融合学习机制