买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
摘要:本发明公开了基于知识蒸馏的点云目标检测网络训练后量化及微调方法,涉及点云目标检测技术领域,用于对初始量化后的目标检测网络进行量化参数的微调,以得到微调后的目标检测网络,所述初始量化后的目标检测网络包括学生网络和教师网络,学生网络中储存有初始化后的量化参数;将待检测的点云输入到微调后的目标检测网络中,输出点云检测结果;该点云目标检测网络训练后量化及微调方法旨在量化目标检测网络的同时最大可能的保持网络的精度,从而实现模型的高效推理,最终提高了量化后点云目标检测网络的检测精度以及检测的准确性。
主权项:1.基于知识蒸馏的点云目标检测网络训练后量化及微调方法,其特征在于,用于对初始量化后的目标检测网络进行量化参数的微调,以得到微调后的目标检测网络,所述初始量化后的目标检测网络包括学生网络和教师网络,学生网络中储存有初始化后的量化参数;将所述微调后的目标检测网络部署在无人驾驶设备中,以使所述无人驾驶设备通过所述微调后的目标检测网络进行点云目标检测;所述初始量化后的目标检测网络的微调过程如下:S1、基于全精度网络使用的点云数据集构建微调数据集;S2、将教师网络和学生网络划分为等量的多个块并依次微调每个块内的量化参数,以微调学生网络;S3、在微调第个块之前,将教师网络和学生网络的第个块之前的块均设置为量化状态并且学生网络微调后的量化参数传递给教师网络,教师网络和学生网络的第个块之后的块均保持全精度,同时教师网络的第个块设置为全精度,学生网络的第个块设置为量化状态,,为教师网络或学生网络中块的总数量;S4、将一份点云数据同时输入到教师网络和学生网络并进行前向传播,将学生网络第个块的输出和教师网络第个块的输出对比记作第一蒸馏损失,将教师网络的整体输出和学生网络的整体输出对比记作第二蒸馏损失;S5、基于第一蒸馏损失和第二蒸馏损失构建损失函数,以对学生网络第个块中激活的量化参数以及权重的舍入值进行反向传播更新,其他参数不变;S6、重复步骤S4至S5,直至完成学生网络的第个块微调;S7、令,重复步骤S3至S5直至完成学生网络中所有块的微调。
全文数据:
权利要求:
百度查询: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 基于知识蒸馏的点云目标检测网络训练后量化及微调方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。