公开(公告)号：CN115272881B

公开(公告)日：2023-03-21

申请号：CN202210920420.6

申请日：2022-08-02

Applicant: 大连理工大学

Inventor： 赵文达 ,  余涛 ,  刘嘉妮 ,  赵凡 ,  刘兴惠 ,  李至立 ,  黄友澎

IPC: G06V20/13 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明属于图像信息处理技术领域，提供了一种动态关系蒸馏的长尾遥感图像目标识别方法。使用两个教师网络和一个学生网络来实现，三个网络结构相同。两个教师模型分别学习头部类和尾部类的各自的特征分布，以避免因为数据集分布不平衡导致的网络学习的倾斜问题，学生网络则通过学习两个教师网络的分类能力，从而在整个数据集上有较好的性能，提高分类的准确度。本发明的动态关系蒸馏学习方法，利用蒸馏思想，将教师网络更好的特征表达能力通过中心特征蒸馏给学生，同时学生网络动态更新中心特征，以学习到更好的特征提取能力。本发明利用长尾数据的特点，来改善因长尾问题导致的图像分类能力倾向于头部类的问题，能够提高网络分类的准确度。

公开(公告)号：CN115272881A

公开(公告)日：2022-11-01

申请号：CN202210920420.6

申请日：2022-08-02

Applicant: 大连理工大学

Inventor： 赵文达 ,  余涛 ,  刘嘉妮 ,  王海鹏 ,  赵凡 ,  刘兴惠 ,  李至立 ,  黄友澎

IPC: G06V20/13 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明属于图像信息处理技术领域，提供了一种动态关系蒸馏的长尾遥感图像目标识别方法。使用两个教师网络和一个学生网络来实现，三个网络结构相同。两个教师模型分别学习头部类和尾部类的各自的特征分布，以避免因为数据集分布不平衡导致的网络学习的倾斜问题，学生网络则通过学习两个教师网络的分类能力，从而在整个数据集上有较好的性能，提高分类的准确度。本发明的动态关系蒸馏学习方法，利用蒸馏思想，将教师网络更好的特征表达能力通过中心特征蒸馏给学生，同时学生网络动态更新中心特征，以学习到更好的特征提取能力。本发明利用长尾数据的特点，来改善因长尾问题导致的图像分类能力倾向于头部类的问题，能够提高网络分类的准确度。