摘要
本公开提出一种用于煤炭行业异常检测模型的轻量化设计方法,该方法包括:获取矿井中的样本图像数据和样本时序数据;根据样本图像数据和样本时序数据对第一初始异常检测模型进行训练,得到第一目标异常检测模型;对第一目标异常检测模型进行轻量化处理,得到第二初始异常检测模型;以及对第二初始异常检测模型进行训练,得到第二目标异常检测模型。通过实施本公开的方法,能够有效兼顾异常检测模型的推理精度和速度,从而极大提高煤矿作业中的异常检测效果。
技术关键词
卷积网络模型
轻量化设计方法
蒸馏
样本
时序
数据
转换器
图像
频域特征
矿井
参数
强度
精度
速度
系统为您推荐了相关专利信息
铁路货车
图像智能识别
数据集构建方法
列车监控
计算机可执行程序
管理优化方法
优化调度策略
训练机器学习模型
内存
网格
网络流量预测模型
网关设备
多元线性回归模型
网络流量数据
网络流量预测方法
智能网联车辆
图像处理方法
字段
云端服务器
关系