公开(公告)号：CN113592023B

公开(公告)日：2024-02-27

申请号：CN202110918765.3

申请日：2021-08-11

Applicant: 杭州电子科技大学

Inventor： 章轲 ,  樊谨 ,  王则昊 ,  俞晓峰 ,  李呤泽 ,  匡振中

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/096 ,  G06N3/09

Abstract: 本发明公开了一种基于深度模型框架的高效细粒度图像分类模型。本发明创新地将数据增强方法与知识蒸馏技术相结合，设计交叉集成知识蒸馏(CEKD)模型，以在线方式动态生成软目标；整个交叉集成知识蒸馏模型包括教师网络和学生网络，且教师和学生网络采用同一骨干网络；针对数据增强中存在的噪声干扰问题，提出交叉蒸馏模块(CD)来重建网络的输入路径以获得额外的监督信息；同时针对目标冲突问题，提出协同集成模块(CE)来动态集成和优化所有最终的输出值；最后结合交叉蒸馏模块和协同集成模块，全面捕捉图片的判别性区域并提高CEKD模型的鲁棒性。本发明在细粒度数据集上的大量实验证明了CEKD模型性能的优越性。

公开(公告)号：CN113592023A

公开(公告)日：2021-11-02

申请号：CN202110918765.3

申请日：2021-08-11

Applicant: 杭州电子科技大学

Inventor： 章轲 ,  樊谨 ,  王则昊 ,  俞晓峰 ,  李呤泽 ,  匡振中

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度模型框架的高效细粒度图像分类模型。本发明创新地将数据增强方法与知识蒸馏技术相结合，设计交叉集成知识蒸馏(CEKD)模型，以在线方式动态生成软目标；整个交叉集成知识蒸馏模型包括教师网络和学生网络，且教师和学生网络采用同一骨干网络；针对数据增强中存在的噪声干扰问题，提出交叉蒸馏模块(CD)来重建网络的输入路径以获得额外的监督信息；同时针对目标冲突问题，提出协同集成模块(CE)来动态集成和优化所有最终的输出值；最后结合交叉蒸馏模块和协同集成模块，全面捕捉图片的判别性区域并提高CEKD模型的鲁棒性。本发明在细粒度数据集上的大量实验证明了CEKD模型性能的优越性。