-
公开(公告)号:CN118378078B
公开(公告)日:2025-02-25
申请号:CN202410287597.6
申请日:2024-03-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种深层次利用GAN先验增强的数据集蒸馏与轻量化方法,包括:将初始化后的均值噪声送入GAN网络,得到隐编码;通过所述GAN网络将所述隐编码转换为真实图片;根据所述真实图片的组合,计算生成数据集与真实数据集的蒸馏损失;通过优化器优化所述隐编码,并根据计算得到的特征距离选取预设隐编码;对所有使用中间层的预设隐编码生成的数据集进行评估,并选取满足条件的数据集作为解。本发明采用逐层搜索GAN的中间层空间,实现了使用GAN的多级指导信息优化生成数据集,并自动地选取最优层对应的生成数据集作为结果,提升数据集蒸馏的性能。
-
公开(公告)号:CN118378078A
公开(公告)日:2024-07-23
申请号:CN202410287597.6
申请日:2024-03-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种深层次利用GAN先验增强的数据集蒸馏与轻量化方法,包括:将初始化后的均值噪声送入GAN网络,得到隐编码;通过所述GAN网络将所述隐编码转换为真实图片;根据所述真实图片的组合,计算生成数据集与真实数据集的蒸馏损失;通过优化器优化所述隐编码,并根据计算得到的特征距离选取预设隐编码;对所有使用中间层的预设隐编码生成的数据集进行评估,并选取满足条件的数据集作为解。本发明采用逐层搜索GAN的中间层空间,实现了使用GAN的多级指导信息优化生成数据集,并自动地选取最优层对应的生成数据集作为结果,提升数据集蒸馏的性能。
-