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
数据标注方法
视频帧
文本
音频特征
数据标注系统
前端监测设备
云服务器平台
监测模块
实时数据采集
远程设备
序列推荐
学生
知识图谱构建
教育方法
知识图谱推理
人格评估方法
大语言模型
多模态
动态映射机制
分层