公开(公告)号：CN115937524A

公开(公告)日：2023-04-07

申请号：CN202211727285.X

申请日：2022-12-30

Applicant: 天津大学

Inventor： 吴一汶 ,  王旗龙 ,  胡清华 ,  朱鹏飞

IPC: G06V10/26 ,  G06V20/70 ,  G06N5/025

Abstract: 本发明公开一种基于动态知识蒸馏的类增量语义分割方法，所述类增量语义分割方法基于可学习知识蒸馏的双层优化框架，所述双层优化框架包括冻结的旧模型、蒸馏方案优选模块、可训练的新模型和动态权重平衡模块，其中：所述蒸馏方案优选模型根据初始化权重，按照每T/N个时期迭代对一组蒸馏候选进行贪心搜索获得每个输出的最优蒸馏方案，其中：最优蒸馏方案包括：和原始所述动态权重平衡模块目标函数以在每次小批量迭代时更新权重本发明以迭代的方式学习最优蒸馏方案和权重，旨在解决CISS面临的灾难性遗忘和背景类偏移问题。

公开(公告)号：CN114419361A

公开(公告)日：2022-04-29

申请号：CN202111550197.2

申请日：2021-12-17

Applicant: 天津大学

Inventor： 王旗龙 ,  庄旭 ,  胡清华

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及神经网络、图像检测技术领域，为提升神经网络在图像分类和目标检测任务上的性能，本发明，基于门控局部通道注意力的神经网络图像分类方法，步骤如下：利用前置深层卷积网络获取输入图像的特征图；使用聚合模块进行处理所述特征图；使用激发模块处理所述特征向量，激发模块包括n+1个分支的分支结构，生成重加权后的特征图；重加权后的特征图作为后置深层卷积网络的输入，继续进行卷积提取特征的操作，完成图像分类和目标检测任务。本发明主要应用于图像识别分类场合。