-
公开(公告)号：CN119539026A
公开(公告)日：2025-02-28
申请号：CN202411590130.5
申请日：2024-11-07
Applicant: 上海交通大学
Abstract: 本发明公开了一种提升三维点云模型抗旋转干扰性的高效知识蒸馏方法，包括如下步骤：S1：确定基础的教师网络和学生网络，二者并行优化；S2：融入在线蒸馏策略，通过特殊设计的对齐机制，使教师网络获取的旋转鲁棒性特征与学生网络提取的特征在各层网络结构中精准对齐；S3：将教师网络和学生网络之间的差异信息整合至损失函数，通过蒸馏损失和交叉熵损失约束网络；S4：移除教师网络，由学生网络直接处理原始三维坐标数据完成预测任务。本发明能够提高网络的抗旋转干扰能力、提高网络的噪声容限和抗异常值干扰的能力，实现速度和精度的均衡，还能避免复杂的坐标变换，节省额外的计算开销，本发明具有显著技术优势和良好产业化应用前景。
-
公开(公告)号：CN117523199A
公开(公告)日：2024-02-06
申请号：CN202311490816.2
申请日：2023-11-09
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于padding的多尺度旋转等变卷积语义分割方法，涉及计算机视觉领域。本发明首先提供一种基于群论的旋转等变卷积框架，包括三层：第一层从原始图片中提取四个方向的旋转信息；第二层在第一层的基础上利用群的直积提取第一层得到的特征图的旋转信息，再利用商群将旋转信息压缩；第三层为了得到旋转等变形的结果，对第二层得到的特征映射进行加权融合。其次，通过引入基于padding的卷积模式让旋转等变卷积框架应用在更广的领域。本发明解决以往的旋转等变研究对于尺寸和超参数的限制，也可以作为一种替换元件替换已有的网络中的卷积层，从而在不增加数据集的情况下让分割网络达到与数据增强方法可比拟的性能。
-
Search Results
2
records
(took 0.019 seconds)
