一种基于注意力区域选择的深度模型压缩方法
实质审查的生效
摘要
本发明公开了一种基于注意力区域选择的深度模型压缩方法，属于计算机视觉技术领域，学生网络通过学习教师网络中选中区域的信息，提高了目标检测的能力，减少了模型大小。本发明利用区域选择和注意机制相结合的简单蒸馏方法进行目标检测，在全面分析的基础上，引入了本发明的方法，首先根据预测框选择蒸馏区域，然后提取该区域的注意图进行蒸馏。使用Faster R‑CNN模型在Pascal VOC基准上评估了本发明的方法，与教师相比，本发明提高了检测效果，减少了模型大小。
基本信息
专利标题 ：
一种基于注意力区域选择的深度模型压缩方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114330707A
申请号 ：
CN202111545866.7
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘宁钟张佳钰
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市秦淮区御道街29号
代理机构 ：
江苏圣典律师事务所
代理人 ：
王慧颖
优先权 ：
CN202111545866.7
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20211216
申请日 : 20211216
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
