基于类别统计驱动的伪标签自蒸馏语义分割方法

    公开(公告)号:CN116958548B

    公开(公告)日:2024-08-27

    申请号:CN202310902217.0

    申请日:2023-07-21

    Abstract: 本发明公开了一种基于类别统计驱动的伪标签自蒸馏语义分割方法,属于计算机图像处理技术,在训练过程中对教师模型语义类别概率信息进行统计,并根据概率分布特性将类别标签进行平滑处理,将平滑标签与教师模型输出语义类别概率信息的加权均值作为学生模型的监督信息,有效地提升了类别统计驱动下的伪标签自蒸馏语义分割的效果。本发明公开的基于类别统计驱动的伪标签自蒸馏语义分割方法,将经过平滑处理的标签与教师模型输出语义类别概率信息加权均值作为学生模型的监督信息,改善了在训练过程中标签硬化难以拟合以及人为平滑操作引入标签噪声的问题,解决了蒸馏过程中因教师模型类别预测错误导致学生网络知识学习受到噪声标签影响的问题。

    基于类别统计驱动的伪标签自蒸馏语义分割方法

    公开(公告)号:CN116958548A

    公开(公告)日:2023-10-27

    申请号:CN202310902217.0

    申请日:2023-07-21

    Abstract: 本发明公开了一种基于类别统计驱动的伪标签自蒸馏语义分割方法,属于计算机图像处理技术,在训练过程中对教师模型语义类别概率信息进行统计,并根据概率分布特性将类别标签进行平滑处理,将平滑标签与教师模型输出语义类别概率信息的加权均值作为学生模型的监督信息,有效地提升了类别统计驱动下的伪标签自蒸馏语义分割的效果。本发明公开的基于类别统计驱动的伪标签自蒸馏语义分割方法,将经过平滑处理的标签与教师模型输出语义类别概率信息加权均值作为学生模型的监督信息,改善了在训练过程中标签硬化难以拟合以及人为平滑操作引入标签噪声的问题,解决了蒸馏过程中因教师模型类别预测错误导致学生网络知识学习受到噪声标签影响的问题。

    一种基于多模态特征融合与聚类的低照度场景解析方法

    公开(公告)号:CN119380057A

    公开(公告)日:2025-01-28

    申请号:CN202411351909.1

    申请日:2024-09-26

    Abstract: 本发明公开了一种基于多模态特征融合与聚类的低照度场景解析方法,属于人工智能技术,构建了基于Transformer的单分支的特征提取网络;构建多模态特征交互融合模块实现多模态特征交互与融合;构建多模态融合特征聚类模块对多模态交互融合后的特征进行特征聚类,利用不同特征之间的语义距离和空间距离完成聚类的同时实现对特征的下采样,缓解了结构化下采样中细节边缘信息丢失的问题;构建多尺度特征聚合解码模块,用于接收编码网络特征信息,并根据多尺度特征的语义距离划分每个特征像素的类别。本发明能够充分可见光与热图像信息,能够在多样复杂低照度场景下的无人系统场景解析以及导航中应用。

Patent Agency Ranking