-
公开(公告)号:CN118172705A
公开(公告)日:2024-06-11
申请号:CN202410399943.X
申请日:2024-04-03
Applicant: 华南理工大学
IPC: G06V20/40 , G06V40/20 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/096
Abstract: 本发明公开了一种基于知识蒸馏的跨架构视频动作识别方法及装置,包括:选择属于不同架构的教师模型和学生模型;获取视频中的原始数据,预处理后得到用于训练的训练数据;将同一批训练数据分别传入教师模型和学生模型,提取教师模型和学生模型的中间层特征,构建互补式特征蒸馏损失;提取出教师模型和学生模型的输出层表征,构建软标签蒸馏损失;构建学生模型的分类交叉熵损失;基于三个损失训练学生模型,利用训练好的学生模型对待处理的视频动作进行识别。本发明通过互补式特征蒸馏方法,解决了传统的特征蒸馏方法在跨架构的场景中难以产生提升效果的问题,有效地实现了中间层特征知识的跨架构迁移,增强了跨架构学习的增益效果。
-
公开(公告)号:CN111738302B
公开(公告)日:2023-06-20
申请号:CN202010465444.8
申请日:2020-05-28
Applicant: 华南理工大学
IPC: G06F18/2415 , G06N3/04 , G06N3/08 , G16H50/20 , G06F18/214
Abstract: 本发明公开了一种基于多模态数据对阿尔茨海默病进行分类诊断的系统,包括:图形用户界面模块,用于以图形的方式给用户呈现程序功能调用的接口;3D MRI图像数据预处理模块,用于对患者的3D MRI图像进行预处理,从3D数据中选出2D切片;图像数据分类预测模块,用于对2D切片进行特征提取,并进行分类预测,给出患者三种状态(阿尔茨海默病、轻度认知障碍、正常)的概率;非图像数据分类预测模块,用于对患者的非图像数据进行分类预测,给出患者三种状态的概率;基于概率的集成模块,用于给出一个三种状态概率的最终预测结果。本发明在多模态(图像、非图像)数据情境下对阿尔茨海默病患者进行精准分类预测,辅助医疗工作者进行诊断和治疗。
-
公开(公告)号:CN111738302A
公开(公告)日:2020-10-02
申请号:CN202010465444.8
申请日:2020-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多模态数据对阿尔茨海默病进行分类诊断的系统,包括:图形用户界面模块,用于以图形的方式给用户呈现程序功能调用的接口;3D MRI图像数据预处理模块,用于对患者的3D MRI图像进行预处理,从3D数据中选出2D切片;图像数据分类预测模块,用于对2D切片进行特征提取,并进行分类预测,给出患者三种状态(阿尔茨海默病、轻度认知障碍、正常)的概率;非图像数据分类预测模块,用于对患者的非图像数据进行分类预测,给出患者三种状态的概率;基于概率的集成模块,用于给出一个三种状态概率的最终预测结果。本发明在多模态(图像、非图像)数据情境下对阿尔茨海默病患者进行精准分类预测,辅助医疗工作者进行诊断和治疗。
-
-