本发明提供一种基于知识蒸馏网络的光学遥感目标检测轻量化方法,采用知识蒸馏的模型压缩方法,减小网络尺寸,生成符合星上载荷部署的用于目标检测的轻量化学生网络,也即本发明在通用深度学习框架的基础上,根据计算资源有限的星载GPU设计合理的轻量化网络结构,以使模型保持较高检测准确率的同时,实现快速、准确、灵活的遥感影像目标检测,实现对关键帧遥感图像的在轨实时计算,可应用于计算资源受限的星载GPU平台。
声明:
“基于知识蒸馏网络的光学遥感目标检测轻量化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)