一种基于知识蒸馏的卷积神经网络优化方法
基本信息
申请号 | CN201810530304.7 | 申请日 | - |
公开(公告)号 | CN108764462A | 公开(公告)日 | 2018-11-06 |
申请公布号 | CN108764462A | 申请公布日 | 2018-11-06 |
分类号 | G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 王标;隆刚;史方 | 申请(专利权)人 | 成都视观天下科技有限公司 |
代理机构 | 成都九鼎天元知识产权代理有限公司 | 代理人 | 邓世燕 |
地址 | 610041 四川省成都市高新区天府大道北段1700号1栋3单元10层1009号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于知识蒸馏的卷积神经网络优化方法,从FPN的特征金字塔部分的附加结构中选取位置建立桥接;在教师FPN网络T与学生FPN网络S之间的桥接位置建立多个特征适配层;采用层次加权的多尺度损失函数用作网络训练的损失函数。本发明的积极效果是:一方面,基于本发明的知识蒸馏设计,能够将复杂的教师FPN网络进行压缩,得到一个规模更小、计算更快的学生FPN网络。较之于现有基于CNN的目标检测技术直接使用FPN,更便于进行边缘侧计算的部署;另一方面考虑知识蒸馏的方式,较之现有的知识蒸馏技术,本发明能够更好的适配多尺度目标检测网络FPN,能更好的训练出高质量的学生FPN网络。 |
