摘要
本发明涉及知识蒸馏领域,具体提供一种基于特征和关系联合知识蒸馏的洪涝灾害识别方法,包括:S1:输入教师网络和对应待训练的学生网络,教师网络为待压缩的深度神经网络模型;S2:获取训练集和知识蒸馏模块,在知识蒸馏模块中定义联合蒸馏总体损失训练损失;S3:将教师网络输入知识蒸馏模块,通过特征知识蒸馏和关系知识蒸馏联合训练学生网络;S4:输出训练后的学生网络作为压缩后的深度神经网络模型,用于洪涝灾害识别。通过上述方案,实现了不同网络结构的有效蒸馏训练,提高模型蒸馏效果,进而降低模型计算成本,加速模型训练。
技术关键词
深度神经网络模型
蒸馏
识别方法
教师
学生
加速模型训练
关系
模块
网络结构
超参数
定义
样本
系统为您推荐了相关专利信息
动态时间窗口
参数
矩阵
皮尔逊相关系数
神经网络模型
动作特征
动作识别模型
动作识别方法
序列特征
解码