检测模型的训练方法、装置、设备和存储介质.pdfVIP

下载本文档

0
0
约2.61万字
约 24页
2023-05-16 发布于北京
举报
版权申诉

检测模型的训练方法、装置、设备和存储介质.pdf

1、本文档共24页，其中可免费阅读23页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提供检测模型的训练方法、装置、设备和存储介质。该方法包括：依次将多个检测模型中的一个检测模型设置为教师模型，其余模型设置为学生模型；根据样本数据和样本数据对应的先验知识，确定各学生模型学习教师模型在瓶颈层方面互相学习的第一目标损失值、在检测目标的相关性方面互相学习的第二目标损失值以及在检测目标的回归与分类方面互相学习的第三目标损失值；基于所述第一目标损失值、第二目标损失值、第三目标损失值、各检测模型学习所述先验知识的回归损失值和分类损失值，对各检测模型进行训练，得到对应的目标检测模型。该方

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114758199 A (43)申请公布日 2022.07.15 (21)申请号 202210665491.6 (22)申请日 2022.06.14 (71)申请人浙江啄云智能科技有