首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于教师模型训练学生模型的方法、装置、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳须弥云图空间科技有限公司

摘要:本公开涉及图像处理技术领域,提供了一种基于教师模型训练学生模型的方法、装置、电子设备及介质,教师模型中包含多层教师网络,学生模型中包含多层学生网络,方法可以通过从教师模型和学生模型的多个目标层中获得特征向量,充分利用和挖掘了各模型层次的信息,相比传统的只对比一个固定层次的特征,提高了学生模型学习和理解教师模型的能力,增强了模型的稳定性和泛化性能。通过循环迭代的方式更新学生模型中的参数,使学生模型能以更低的计算成本和资源消耗获取到教师模型的知识,提高了模型训练的效率。根据预设层的标识手动指定蒸馏的目标层,提供了一种灵活的,可根据特定需求调整的学习方式,使得模型的学习过程可以更具针对性和定制化。通过对齐损失的定义和优化,可以更有效地减小学生模型与教师模型之间的性能差距,使得经过训练的轻量级学生模型在精度和性能上都可以接近甚至达到大型教师模型的水平。

主权项:1.一种基于教师模型训练学生模型的方法,其特征在于,所述教师模型中包含多层教师网络,所述学生模型中包含多层学生网络,所述方法包括:获取训练图像集合,所述训练图像集合中包含各个训练图像和训练图像的真实标签;将所述训练图像和所述训练图像的真实标签分别输入至所述教师模型和所述学生模型,通过所述教师模型处理所述训练图像,得到所述训练图像对应的各层教师网络输出的特征向量,以及通过所述学生模型处理所述训练图像,得到所述训练图像对应的各层学生网络输出的特征向量;根据预设层的标识从各层教师网络输出的特征向量中确定出多个目标层教师网络输出的特征向量,以及从各层学生网络输出的特征向量中确定多个目标层教师网络输出的特征向量;根据多个所述目标层教师网络输出的特征向量和多个所述目标层教师网络输出的特征向量,确定所述学生模型的对齐损失;通过循环迭代的方式,基于所述学生模型的对齐损失更新所述学生模型中的参数。

全文数据:

权利要求:

百度查询: 深圳须弥云图空间科技有限公司 基于教师模型训练学生模型的方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。