首页|基于知识蒸馏的变电目标检测模型压缩及集成应用

基于知识蒸馏的变电目标检测模型压缩及集成应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对基于深度学习的智能识别模型在变电智能巡视装备本体集成应用时硬件资源受限的问题,本文提出了基于知识蒸馏的压缩与集成应用方法.该方法通过采用Detr模型对初始目标进行识别,再利用Deformable Detr算法对Detr模型进行压缩,使压缩率达到87.5％的同时,确保目标检测精度维持在较高水平,实现了目标检测模型在变电站巡检机器人本体上的有效集成应用.
Model Compression and Integration Applications of Substation Objects Detection Based on Knowledge Distillation

杨英仪

展开 >

南方电网电力科技股份有限公司,广东广州 510170

目标检测 知识蒸馏 模型压缩 压缩率 检测精度

中国南方电网有限责任公司科技项目

NYJS2020KJ001-05

2022

信息与电脑
北京电子控股有限责任公司

信息与电脑

影响因子：1.143
ISSN：1003-9767
年,卷(期)：2022.34(13)
  • 11