[发明专利]一种基于图片蒸馏的通用物体检测系统及其实现方法有效
| 申请号： | 201811150901.3 | 申请日： | 2018-09-29 |
| 公开（公告）号： | CN109344897B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 王青;赵惠;陈添水;林倞 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州容大知识产权代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510220 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图片蒸馏的通用物体检测系统及其实现方法，该系统包括：Faster RCNN模型，构建Faster RCNN的网络结构，并进行训练，得到训练好的Faster RCNN模型；Wae Faster RCNN检测模型，将输入图像分解成两个分辨率只有原图一半的子图，构建并利用Wae Faster RCNN网络结构分别对低频和高频子图进行物体检测，将两个子图的检测结果进行融合得到最终检测结果；训练指导单元，对Wae Faster RCNN检测模型进行训练，并在训练时引入知识蒸馏机制，利用已训练好的Faster RCNN模型的输出作为软目标来指导Wae Faster RCNN模型的训练。 | ||
| 搜索关键词： | 一种 基于 图片 蒸馏 通用 物体 检测 系统 及其 实现 方法 | ||
【主权项】：
1.一种基于图片蒸馏的通用物体检测框架，包括：Faster RCNN模型，用于构建Faster RCNN的网络结构，并进行训练，得到训练好的Faster RCNN模型；Wae Faster RCNN检测模型，用于将输入图像分解成两个分辨率只有原图一半的子图，构建Wae Faster RCNN网络结构，利用Wae Faster RCNN网络结构分别对低频子图和高频子图进行物体检测，然后将两个子图的检测结果进行融合得到最终检测结果；训练指导单元，用于对所述Wae Faster RCNN检测模型进行训练，并在所述Wae Faster RCNN检测模型训练时引入知识蒸馏机制，利用训练好的Faster RCNN模型的输出作为软目标来指导所述Wae Faster RCNN检测模型的训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811150901.3/，转载请声明来源钻瓜专利网。
