摘要
本发明涉及图像处理技术领域,公开一种基于显式空间和隐对数关系提示的图像识别方法,包括:获取图像数据分为训练集和测试集,构建教师模型和学生模型,将教师模型按比例划分为n段,按网络深度将学生模型划分为对应的n段;使用训练集训练教师模型和学生模型时,同步输入图像同时执行教师模型和学生模型的前向传播,得到各个分段的特征图和最终预测的逻辑值;生成各个分段的特征图的显式空间提示,生成最终预测的逻辑值的隐对数关系提示,结合显式空间提示和隐对数关系提示构建蒸馏时的总损失函数,将测试集输入训练完成的学生模型得到图像识别结果。本发明可以提高图像识别时从教师模型到学生模型的知识迁移能力,提高图像识别能力。
技术关键词
图像识别方法
学生
教师
多层感知机
分段
关系
计算方法
网络深度
蒸馏
图像处理技术
训练集
更新方法
元素
分辨率
兴趣
数据
因子
系统为您推荐了相关专利信息
注意力
分子动力学技术
通道
多维度特征提取
多尺度特征提取
面向大场景
语义分割方法
编码特征
输出特征
语义特征
行人重识别模型
特征提取网络
教师
学生
重识别方法