摘要
本发明公开了一种基于掩码自适应自蒸馏的图像目标检测方法,包括如下步骤:构建目标检测模型;所述模型包括主干网络、掩码生成模块、分类器组、回归网络组和自适应加权模块;模型训练,包括数据预处理,主干网络进行特征提取,掩码生成,类别预测和边界框预测,MASD蒸馏损失以及蒸馏损失总和的计算,利用SGD优化器优化模型参数,得到优化后的模型;其中,将主干网络及第四个分类器和第四个回归网络作为轻量化的目标检测模型进行部署;将待检测的图像输入优化得到的轻量化的目标检测模型中进行目标检测。本发明所公开的方法可以提升目标检测效率、加速部署速度以及降低计算资源消耗。
技术关键词
蒸馏
教师
分类器
掩码矩阵
网络
图像
学生
优化器
因子
更新模型参数
模块
标签
元素
代表
批量
指数
误差
数据
样本
系统为您推荐了相关专利信息
六维力传感器
补偿校正方法
标定机械臂
外力
神经网络模型训练
特征检测方法
大麦
图像
加权算法
偏最小二乘回归模型
抗干扰方法
预测评估模型
干扰特征分析
无线通信环境
指数