公开(公告)号：CN113936295A

公开(公告)日：2022-01-14

申请号：CN202111103913.2

申请日：2021-09-18

Applicant: 中国科学院计算技术研究所

Inventor： 张蕊 ,  杜治兴 ,  常明 ,  张曦珊 ,  刘少礼

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/70 ,  G06K9/62 ,  G06N20/20

Abstract: 本发明提出一种基于迁移学习的人物检测方法和系统，包括：构建用于图像目标检测的教师网络和其对应的学生网络，获取已标注人物类别标签的图片数据集作为训练数据集；以该训练数据集对该教师网络和该学生网络进行训练时，提取老师网络每层目标检测FPN的分类分支输出，得到包括NCHW四个通道输出结果的四维矩阵；通过在该四维矩阵的C通道方向求和，得到NHW维度的特征矩阵作为特征掩码矩阵，基于该特征掩码矩阵、老师网络和学生网络的FPN特征图，得到特征图约束损失；对教师网络的损失、学生网络的损失和该特征图约束损失进行求和，得到蒸馏损失，该蒸馏损失收敛后使用该学生网络对图片中的人物进行检测。

公开(公告)号：CN113936169A

公开(公告)日：2022-01-14

申请号：CN202111098800.8

申请日：2021-09-18

Applicant: 中国科学院计算技术研究所

Inventor： 张蕊 ,  赵志鹏 ,  常明 ,  张曦珊

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

Abstract: 本发明提出一种基于二值神经网络的图像分类方法和系统，包括：构建包括特征扩增层、二值卷积层、激活层和分段缩放层的神经网络模块，并通过堆叠神经网络模块构建二值神经网络；获取已经标记图像类别标签的图像作为训练数据，将训练数据的浮点特征图输入至二值神经网络中第一个模块的特征扩增层，以扩增浮点特征图的通道数，得到扩增特征图，将扩增特征图转换为二值特征图后输入至卷积层，得到二值特征图的卷积特征图，卷积特征图经归一化处理后输入至分段缩放层，通过分段缩放层的缩放因子调整模块输出的浮点特征图，并将结果作为输入传递给下一个神经网络模块，将最后一个神经网络模块得到的训练数据的图像类别作为训练结果。

公开(公告)号：CN113936295B

公开(公告)日：2024-08-16

申请号：CN202111103913.2

申请日：2021-09-18

Applicant: 中国科学院计算技术研究所

Inventor： 张蕊 ,  杜治兴 ,  常明 ,  张曦珊 ,  刘少礼

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/096 ,  G06N3/045

Abstract: 本发明提出一种基于迁移学习的人物检测方法和系统，包括：构建用于图像目标检测的教师网络和其对应的学生网络，获取已标注人物类别标签的图片数据集作为训练数据集；以该训练数据集对该教师网络和该学生网络进行训练时，提取老师网络每层目标检测FPN的分类分支输出，得到包括NCHW四个通道输出结果的四维矩阵；通过在该四维矩阵的C通道方向求和，得到NHW维度的特征矩阵作为特征掩码矩阵，基于该特征掩码矩阵、老师网络和学生网络的FPN特征图，得到特征图约束损失；对教师网络的损失、学生网络的损失和该特征图约束损失进行求和，得到蒸馏损失，该蒸馏损失收敛后使用该学生网络对图片中的人物进行检测。