-
公开(公告)号：CN116343006A
公开(公告)日：2023-06-27
申请号：CN202310269544.7
申请日：2023-03-20
Applicant: 南京大学
IPC: G06V10/82 , G06N3/0495 , G06N3/045 , G06N3/048 , G06N3/096
Abstract: 基于知识蒸馏的渐进式跟踪模型压缩方法、设备及介质，通过知识蒸馏方式,以教师模型‑助教模型‑学生模型多级蒸馏，并在蒸馏中通过动态的衰退系数来逐渐削弱直至撤除需要撤去的层，实现渐进式压缩单流跟踪模型，得到轻量化的跟踪器FOST，所述单流跟踪模型基于Transformer，对于输入的模板和搜索图片同时进行特征提取和信息融合。本发明通过渐进式的撤去层数和助教网络，克服了Transformer模型深度压缩过程中的特征不匹配和不连续问题，有效地传递教师模型信息，本发明提出的跟踪器也因此能够同时须有高精度和高速度，并首次使单流跟踪器能够在CPU上部署。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
