上海交通大学张卫东获国家专利权
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!
龙图腾网获悉上海交通大学申请的专利基于知识蒸馏的可持续学习水上障碍物检测系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114445693B 。
龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111553195.9,技术领域涉及:G06V20/00;该发明授权基于知识蒸馏的可持续学习水上障碍物检测系统及方法是由张卫东;任相璇;孙永强;曾青;章丹君;孙志坚设计研发完成,并于2021-12-17向国家知识产权局提交的专利申请。
本基于知识蒸馏的可持续学习水上障碍物检测系统及方法在说明书摘要公布了:本发明涉及一种基于知识蒸馏的可持续学习水上障碍物检测系统,该系统包括:教师网络模型模块:用以对教师网络模型进行训练实现对水上障碍物进行检测;知识蒸馏模块:用以通过知识蒸馏法使学生网络模型准确模仿教师网络模型的目标检测结果;学生障碍物检测网络模块:用以使学生网络模型获得对水上障碍物进行检测的能力;学生未知类别检测模块:用以使学生网络模型识别未学习过的未知类目标,并将该类目标的图片数据传输至未知类数据收集模块;未知类数据收集模块:用以收集未知类目标的图片数据,进而训练教师网络模型识别新的未知类目标,与现有技术相比,本发明具有能够识别未知类别的水上障碍物和实现网络模型的可持续学习等优点。
本发明授权基于知识蒸馏的可持续学习水上障碍物检测系统及方法在权利要求书中公布了:1.一种基于知识蒸馏的可持续学习水上障碍物检测系统的检测方法,其特征在于,该系统包括: 教师网络模型模块:用以通过现有的图片数据集对教师网络模型进行训练,实现对已知类和未知类水上障碍物进行检测并传授给学生网络模型; 知识蒸馏模块:用以通过知识蒸馏法使学生网络模型准确模仿教师网络模型的目标检测结果; 学生障碍物检测网络模块:用以使学生网络模型对教师网络模型的特征及目标检测结果进行模仿,进而实现对水上障碍物进行检测的功能; 学生未知类别检测模块:用以对学生网络模型的中间层的特征进行聚类,使得学生网络模型识别未知类目标,并将该未知类目标的图片数据传输至未知类数据收集模块; 未知类数据收集模块:用以通过数据增强法获取多个未知类目标的图片数据,并基于未知类目标的图片数据训练教师网络模型识别新的未知类目标; 该方法包括以下步骤: 步骤1:收集水上场景的图片数据并得到图片数据集,对图片数据集的图片数据中的障碍物进行标定; 步骤2:将数据集的图片数据输入教师网络模型,对教师网络模型进行训练; 步骤3:通过训练后的教师网络模型对输入的图片数据进行检测,得到目标检测结果,并将其传输至知识蒸馏模块; 步骤4:知识蒸馏模块基于知识蒸馏法通过教师网络模型对学生网络模型进行训练; 步骤5:采用训练后的学生网络模型对水上场景的图片数据中的障碍物进行检测,获取目标检测结果,并采用学生未知类别检测模块检测水上场景的图片数据中的未知类目标,并将该图片数据传输至未知数据收集模块; 步骤6:未知数据收集模块收集的未知类目标的图片数据数量达到设定值后,对教师网络模型重新进行训练,返回步骤2,实现水上障碍物检测系统的可持续学习; 所述的步骤4中,知识蒸馏模块基于知识蒸馏方法通过教师网络模型对学生网络模型进行训练的过程具体为: 将教师网络模型中的特征图进行转化,使其与学生网络模型的特征图大小相等,进而通过知识蒸馏模块计算蒸馏损失,强迫学生网络模型的中间层提取的特征逼近教师网络模型的中间层提取的特征; 采用学生未知类别检测模块检测水上场景的图片数据中的未知类目标的过程具体包括以下步骤: 步骤501:将Faster-RCNN的区域候选块的特征进行对比聚类,通过最小化损失函数将隐藏层的特征进行分离,强制降低类内差而增大类间差,拉开不同类别的特征之间的距离; 步骤502:给定特征空间的特征对应的标签,并根据不同类别的特征的概率密度函数进行建模,作为不同类别的区分,以判断该特征是否属于未知类别目标的特征; 所述的步骤501中,未知类别检测模块在常规损失函数上叠加对比聚类函数得到损失函数,损失函数的公式为: 其中,为第类目标的特征,为输入的第个特征,为所有类别的总损失函数,为第类目标对应的分损失函数,为目标类别的数量,为欧式距离函数,为特征向量和的距离,为设定的距离参数,用以判断不同的特征是否相似,表示输入的第个特征为第类目标的特征,表示输入的第个特征不为第类目标的特征。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海交通大学,其通讯地址为:200240 上海市闵行区东川路800号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励