摘要
本发明属于智能家居技术领域,具体涉及一种面向智能家居图像语义分割任务的异构特征知识蒸馏方法,具体如下:构建智能家居图像语义分割数据集;构建教师模型和学生模型,提取图像中的不同层级的异构特征,得到分割图;分别构建边缘特征对齐模块和基于交叉注意力的深层特征对齐模块,得到相应模块对应的损失;将边缘特征对齐损失和深层特征对齐损失以及原本学生模型的分割任务损失进行合并,得到学生模型的损失函数,冻结教师模型参数,对学生模型进行参数更新,得到智能家居图像语义分割模型;将待分割图像输入到智能家居图像语义分割模型,得到分割结果。本发明在确保模型参数量不变的同时,提高分割精度,有利于模型在智能家居设备上的部署。
技术关键词
智能家居场景
面向智能家居
知识蒸馏方法
异构特征
卷积编码器
学生
教师
标签特征
对齐模块
图像语义分割模型
分辨率
像素点
注意力
语义分割模型训练
系统为您推荐了相关专利信息
精准识别方法
融合多肽
活性肽
数据
深度学习模型