-
公开(公告)号:CN119495039A
公开(公告)日:2025-02-21
申请号:CN202311051055.0
申请日:2023-08-21
Applicant: 成都信息工程大学
IPC: G06V20/40 , G06V20/10 , G06V10/774 , G06V10/82 , G06N5/022 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识蒸馏的早期烟雾识别方法,所诉方法首先构建知识蒸馏训练深度学习网络,该网络包括教师网络和学生网络两个部分,教师网络和学生网络都选用Faster RCNN+FPN结构,其中的差别体现在教师网络使用较为复杂的backbone网络以得到较好的特征数据,而学生网络使用轻量级的backbone网络以支持较少计算资源情况下的泛化性。在该训练网络中,将数据分别输入到教师网络和学生网络,得到两组不同的特征数据,在通过教师得到的特征数据对学生得到的特征数据进行调整。最终得到一个能在边缘环境中进行准确预测的模型。采用该模型对早期烟雾进行识别,提升针对早期烟雾的识别准确率,精确率和误警率。