摘要
本发明公开了一种基于无数据知识蒸馏的家电拆解过程的目标检测方法,包括如下步骤:利用文本提示词,通过扩散模型生成家电拆解场景数据;利用教师模型的批量归一化层的统计信息,通过数据反演生成家电拆解场景数据;将生成的数据合并,输入到教师模型和学生模型中,结合教师模型的先验知识,通过知识蒸馏方法训练轻量级学生模型;将训练好的学生模型部署在边缘设备上,实现对家电拆解过程中各类零部件的实时检测和识别。本发明所公开的方法无需访问原始训练数据,同时保护数据隐私性,使得模型能够在资源受限的嵌入式设备上高效运行,从而大大提高家电拆解的效率和准确性。
技术关键词
教师
学生
知识蒸馏方法
文本
保护数据隐私
噪声
深度神经网络
嵌入式设备
批量
场景
参数
数据分布
图片
图像
视角
受限
光照
系统为您推荐了相关专利信息
数据分析方法
多模态特征
敏感信息识别
网格特征
节点
迁移学习模型
文本理解
词嵌入模型
编码器
非线性
文本特征向量
技能评估
sigmoid函数
数据
表格