公开(公告)号：CN117523549A

公开(公告)日：2024-02-06

申请号：CN202410009182.2

申请日：2024-01-04

Applicant: 南京邮电大学

Inventor： 田逸非 ,  陈敏 ,  李朋阳 ,  尹捷明 ,  吕梦婕 ,  周剑

IPC: G06V20/64 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明属于三维点云物体识别领域，公开了一种基于深宽知识蒸馏的三维点云物体识别方法，首先，选取深度学习模型作为教师模型，将原始点云数据输入教师模型进行预训练和测试，分别获取训练和测试后的特征节点、增强节点以及预测结果；其次，将训练完成后得到的数据经过知识蒸馏后作为堆叠宽度学习模型的训练样本，训练得到宽度学习分类器，最后，将教师模型测试得到的数据经过知识蒸馏得到的样本数据作为测试数据，将其输入到训练完成的宽度学习分类器中得到类标签。本发明通过将教师模型的优势迁移至堆叠宽度学习模型，从而利用知识蒸馏后的学生模型可以获得更好的分类能力，并且利用堆叠宽度模型大大降低了模型的计算量，提高了分类的速度。