一种目标检测模型动态蒸馏训练方法及装置

    公开(公告)号:CN117636038A

    公开(公告)日:2024-03-01

    申请号:CN202311649881.5

    申请日:2023-12-01

    Abstract: 本申请涉及一种目标检测模型动态蒸馏训练方法及装置,涉及深度学习模型优化技术领域,该方法包括以下步骤:利用学生模型及教师模型,对训练图片进行推理,获得各自的预测输出数据;基于学生模型的预测输出数据及训练图片的图片标签,获得学生模型的常规损失函数;筛选获得教师模型的高质量预测输出数据;计算教师模型的高质量预测输出数据和学生模型的预测输出数据之间的蒸馏损失函数;基于蒸馏损失函数及常规损失函数,获得学生模型的总损失函数,并以此训练学生模型。本申请基于大模型高质量的输出动态蒸馏小模型的技术原理,进行模型训练,在检测精度与推理速度之间实现较好的平衡,有效减少工业场景部署目标检测模型所需的人力和训练成本。

    基于知识图谱与图神经网络的电网故障诊断方法及系统

    公开(公告)号:CN116908579A

    公开(公告)日:2023-10-20

    申请号:CN202310784507.X

    申请日:2023-06-29

    Abstract: 本发明涉及一种基于知识图谱与图神经网络的电网故障诊断方法,包括以下步骤:步骤S1:构建原始语料库;步骤S2:基于原始语料库构建预设词典;步骤S3:基于预设词典和viterbi算法进行字符分解聚类即分词处理,对分词后的文本进行去重过滤,构建告警信息故障分词库;步骤S4:基于告警信息故障分词库,构建相关性矩阵;步骤S5:基于相关性矩阵,提取三元组,并基于Neo4j图形数据库,建立基于告警信息的知识图谱;步骤S6:基于图神经网络CompGCN模型,构建并训练的得到电网故障诊断模型;步骤S7:将待查询告警信息输入基于电网故障诊断模型,获取故障诊断结果。本发明能够快速获取故障诊断信息,并直观提供给调控人员进行分析决策,有效提高电网故障诊断效率。

Patent Agency Ranking