文档名：一种基于知识蒸馏的轨道检测轻量化模型
摘要：针对铁轨缺陷检测神经网络模型参数多、计算量大的问题,提出了一种基于知识蒸馏的轨道检测轻量化模型及其训练方法,该网络模型由六层卷积层和三层全连接层构成,将训练好的DenseNet模型作为教师网络,采用知识蒸馏的方法指导训练,使得轻量级模型的训练更加简单,也保证了准确性.在模型的训练阶段加入最小化锐度SAM优化算法,提高了模型的泛化能力,然后将VggNet、ResNet、DenseNet等模型当作对比实验,评价模型优劣.经过知识蒸馏训练的自定义轻量级模型在铁轨检测数据集中的平均准确率为97.3%,且模型参数大小仅为0.738M,均优于其他网络模型,可部署在众多移动终端中.
作者：汤文亮 曾建杨 何文晶Author：TANGWenliang ZENGJianyang HEWenjing
作者单位：华东交通大学信息工程学院,南昌330013
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(17)
分类号：TP391
关键词：深度学习 知识蒸馏 图像增强 图像识别 优化算法
Keywords：deeplearning knowledgedistillation imageenhancement imagerecognition optimizationalgorithm
机标分类号：TP391.4TP79TP183
在线出版日期：2023年10月25日
基金项目：国家自然科学基金，江西省重点研发计划项目，江西省教育厅科技重点项目一种基于知识蒸馏的轨道检测轻量化模型[
期刊论文] 重庆理工大学学报--2023, 37(17)汤文亮 曾建杨 何文晶针对铁轨缺陷检测神经网络模型参数多、计算量大的问题,提出了一种基于知识蒸馏的轨道检测轻量化模型及其训练方法,该网络模型由六层卷积层和三层全连接层构成,将训练好的DenseNet模型作为教师网络,采用知识蒸馏的方法指...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种基于知识蒸馏的轨道检测轻量化模型 A lightweight model of track detection based on knowledge distillation
一种基于知识蒸馏的轨道检测轻量化模型.pdf
- 文件大小:
- 3.76 MB
- 下载次数:
- 60
-
高速下载
|
