摘要
本发明实施例公开了一种面向智能驾驶基于交叉互换蒸馏的视觉目标检测方法,该方法包括:构建视觉变换目标检测教师网络;将训练集中训练检测图像输入到教师网络以对其进行优化;构建检测图像特征深度变换学生网络;利用自适应焦点损失计算生成的目标类别软标签的损失值,利用混合交并比损失计算生成的目标类别边界框的损失值;结合两种损失值,共同优化学生网络,以利用优化后的学生网络实现视觉目标检测。本发明充分利用交叉互换蒸馏的方法来进行视觉目标检测,在教师网络的监督下,使学生网络能够学习到更精确的目标类别边界框定位。这种方法有效地提高了视觉目标检测的平均精度,增强了对多样化场景的适应能力。
技术关键词
检测教师
视觉特征
网络
面向智能驾驶
图像
特征提取模块
学生
蒸馏
焦点
标签
误差
样本
矩形
训练集
场景
精度