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：平安科技(深圳)有限公司

摘要：本申请提出一种基于知识蒸馏的车辆部件分割方法、装置、电子设备及存储介质，基于知识蒸馏的车辆部件分割方法包括：采集标注数据集和未标注数据集作为训练集，标签数据包括车辆图像中各像素点的车辆部件种类；搭建初始教师网络，基于训练集对初始教师网络进行两次训练以获取第二教师网络；搭建初始学生网络；基于第二教师网络提取训练集中每一张车辆图像的暗知识，暗知识反应不同种类的车辆部件之间的特征相似性和位置相关性；基于暗知识训练初始学生网络得到第二学生网络；基于第二学生网络获取实时车辆图像的部件分割结果。本申请能够得到参数量小且分割精度高的第二学生网络，提高移动端场景下车辆分割模型的精度和速度。

主权项：1.一种基于知识蒸馏的车辆部件分割方法，其特征在于，所述方法包括：采集带标签数据的车辆图像作为标注数据集，采集不带标签数据的车辆图像作为未标注数据集，将所述标注数据集和所述未标注数据集作为训练集，所述标签数据包括车辆图像中每一个像素点的车辆部件种类；搭建初始教师网络，基于所述训练集对所述初始教师网络进行训练以获取第二教师网络；搭建初始学生网络；基于所述第二教师网络提取所述训练集中每一张车辆图像的暗知识，并基于所述暗知识训练所述初始学生网络得到第二学生网络，所述暗知识反应不同种类的车辆部件之间的特征相似性和位置相关性，包括：将目标车辆图像同时输入第二教师网络和初始学生网络，所述目标车辆图像为所述训练集中所有车辆图像中的任意一张，将所述第二教师网络的输出结果作为教师部件分割结果，将所述初始学生网络的输出结果作为学生部件分割结果，所述教师部件分割结果和所述学生部件分割结果均包括所述目标车辆图像中每一个像素点的类别向量；基于所述教师部件分割结果构建所述目标车辆图像的位置相关矩阵；将所述教师部件分割结果的类别向量和所述位置相关矩阵作为所述目标车辆图像的暗知识，并基于所述暗知识构建第一预设损失函数；判断所述目标车辆图像是否带有标签数据以获取判断参数，若所述目标车辆图像带有标签数据，则基于所述标签数据和所述学生部件分割结果构建交叉熵损失函数，所述判断参数的数值为1；若所述目标车辆图像不带有标签数据，则所述判断参数的数值为0；基于所述判断参数和所述第一预设损失函数构建预设损失函数；基于所述预设损失函数和所述训练集中所有车辆图像训练所述初始学生网络以获取第二学生网络；基于所述第二学生网络获取实时车辆图像的部件分割结果。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于知识蒸馏的车辆部件分割方法及相关设备