公开(公告)号：CN116486150A

公开(公告)日：2023-07-25

申请号：CN202310425757.4

申请日：2023-04-20

Applicant: 南京大学

Inventor： 马晓星 ,  徐经纬 ,  曹春 ,  吕建 ,  李泽南 ,  张茂润

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/084

Abstract: 本发明公开一种基于不确定性感知的图像分类模型回归误差消减方法，面向图像分类模型在图像数据更新或模型架构更新后，新版本图像分类模型难以兼容旧版本图像分类模型的问题。使用模型集成策略，估计并根据新旧两个图像分类模型在预测结果中的不确定性，得到模型的集成预测结果。其中集成策略针对无数据(data‑free)和少量无标签数据(label‑free)两种情形下分别讨论。对于无数据情形，采用图像扰动或模型扰动的方式来估计图像分类模型的不确定性；对于少量无标签数据情形，采用温度缩放的方式校准旧版本图像分类模型的不确定性，使之向新版本图像分类模型对齐。本发明减少了回归误差，得到具有向前兼容性的集成图像分类模型；具有更佳的表现效果。

公开(公告)号：CN116362325A

公开(公告)日：2023-06-30

申请号：CN202310308366.4

申请日：2023-03-28

Applicant: 南京大学

Inventor： 徐经纬 ,  曹春 ,  张茂润

IPC: G06N3/096 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开一种基于模型压缩的电力图像识别模型轻量化应用方法，在嵌入式边端设备中部署摄像头和DNN模型，用于采集电力图像并进行电力图像识别；基于知识蒸馏的模型压缩方式对部署到嵌入式边端设备上的DNN模型进行压缩；基于神经网络架构搜索的方法，对学生模型的最优结构进行搜索并剪枝；基于模型中间层输出信息，对知识蒸馏的模型压缩方法进行优化，实现模型预测过程校准；将压缩后得到的轻量化电力图像识别模型部署到电网嵌入式边端设备上，在电网边端设备上完成电力图像数据的采集与分析。本发明使用知识蒸馏的模型压缩方式对模型压缩，提高电网嵌入式边端设备此类资源有限的设备上运行的DNN模型的表现效果。