一种基于Logit交叉校正的多维知识蒸馏方法

    公开(公告)号:CN119830954A

    公开(公告)日:2025-04-15

    申请号:CN202510300735.4

    申请日:2025-03-14

    Abstract: 本发明公开了一种基于Logit交叉校正的多维知识蒸馏方法,首先将待分类图像输入到教师模型和学生模型的初级特征提取模块中,得到两个初级特征。其次将两个初级特征输入到类别结果感知模块中,得到自适应加权的Logit分数并计算类别结果损失。然后将自适应加权的Logit分数和初级特征输入到Logit交叉校正模块和类别生成感知模块中,计算校正损失和类别生成损失。最后将类别结果损失、校正损失和类别生成损失通过可变的权重进行加权融合,得到最终的损失值,通过反向传播最小化损失值,完成多维知识蒸馏。本发明结合特征知识和Logit知识,解决知识蒸馏任务中蒸馏可解释性差以及局部语义信息利用不足的问题。

    一种基于自适应特征增强的脑卒中病灶分割方法

    公开(公告)号:CN119068191A

    公开(公告)日:2024-12-03

    申请号:CN202411113964.7

    申请日:2024-08-14

    Abstract: 本发明公开了一种基于自适应特征增强的脑卒中病灶分割方法,该方法首先将MRI磁共振成像数据进行数据预处理:通过线性插值法,缩放至统一的空间分辨率,作为待分割图像。其次将待分割图像输入到编码器进行多层级特征提取,编码器包括初级特征提取模块、三个编码模块和两个跨层级特征强化聚和模块。最后将编码器中编码模块的输出特征图以及两个跨层级特征强化聚和模块的输出特征图,输入到解码器,输出分割结果图,解码器由三个解码模块和一个分割头级联构成。本发明适用于不同尺寸病变区域的分割,选择更有利于最终分割结果的特征通道,使分割结果更加准确。

Patent Agency Ranking