公开(公告)号：CN113807347A

公开(公告)日：2021-12-17

申请号：CN202110958644.1

申请日：2021-08-20

Applicant: 北京工业大学

Inventor： 杜永萍 ,  刘杨 ,  彭治 ,  牛晋宇 ,  韩红桂

IPC: G06K9/32 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00 ,  G06T7/11

Abstract: 本发明公开了一种基于目标检测技术的厨余垃圾杂质识别方法，属于计算机视觉领域，面向厨余垃圾图像数据，基于卷积神经网络进行建模，利用卷积神经网络提取有效特征，再利用分类层和回归计算层进行杂质分类和定位。主要包括：建立并预处理厨余垃圾图像库，采用数据增强的方式扩大数据规模；构建基于卷积神经网络的目标检测模型；利用厨余垃圾图像库训练目标检测模型；将目标图像输入至训练好的目标检测模型中进行判断，最终输出目标图像中所含杂质的位置以及所属类别，实现厨余垃圾中的杂质的自动识别。

公开(公告)号：CN114170332B

公开(公告)日：2024-12-13

申请号：CN202111426701.8

申请日：2021-11-27

Applicant: 北京工业大学

Inventor： 杜永萍 ,  牛晋宇 ,  金醒男 ,  韩红桂

IPC: G06N3/0495 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/094 ,  G06N3/084 ,  G06V10/764

Abstract: 本发明公开了一种基于对抗蒸馏技术的图像识别模型压缩方法，属于计算机视觉领域。本发明将对抗学习思想引入知识蒸馏中，采用对抗生成网络(GAN)作为框架。将生成器映射为学生模型，真实样本映射为教师模型的知识来进行循环对抗训练。具体包括：采集图像识别数据集并进行类别标注；利用GAN生成图片数据集；选取教师模型并进行训练；采用优化或浓缩小型网络版本选取学生模型；对知识类型进行选取；引入对抗蒸馏算法训练学生模型；实现图像识别任务，解决网络模型参数量大，计算效率低的问题。

公开(公告)号：CN114170332A

公开(公告)日：2022-03-11

申请号：CN202111426701.8

申请日：2021-11-27

Applicant: 北京工业大学

Inventor： 杜永萍 ,  牛晋宇 ,  金醒男 ,  韩红桂

IPC: G06T9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于对抗蒸馏技术的图像识别模型压缩方法，属于计算机视觉领域。本发明将对抗学习思想引入知识蒸馏中，采用对抗生成网络(GAN)作为框架。将生成器映射为学生模型，真实样本映射为教师模型的知识来进行循环对抗训练。具体包括：采集图像识别数据集并进行类别标注；利用GAN生成图片数据集；选取教师模型并进行训练；采用优化或浓缩小型网络版本选取学生模型；对知识类型进行选取；引入对抗蒸馏算法训练学生模型；实现图像识别任务，解决网络模型参数量大，计算效率低的问题。