【技术实现步骤摘要】
一种基于自蒸馏的图像分类方法
[0001]本专利技术涉及一种基于自蒸馏的图像分类方法,属于计算机视觉领域。
技术介绍
[0002]图像分类是计算机视觉领域方向的研究热点之一,也是实现目标检测、姿态估计、人脸识别等应用的重要基础,因此图像分类具有很高的学术研究价值。图像分类,即输入一幅图片,通过分类算法来判断该图片的类别。近年来,图像分类领域已取得较好的成就,但是许多应用场景下数据收集困难,无法满足网络对数据量的要求。
[0003]对于的图像分类,由于数据量较少,当前大多数方法采用基于元学习的方法和基于迁移学习的方法,而基于元学习的方法具有较好的性能和较强的泛化能力,但是其需要提取足够准确的元知识,由于人们对元知识的理解不够充分,目前提取的元知识存在欠缺。基于迁移学习的方法中,较为典型的是知识蒸馏,但是传统的知识蒸馏需要耗费大量时间和数据预训练一个教师模型,需求大量的时间成本和数据量,而且存在两个问题,一个问题是知识转移效率低,学生模型很难优于教师模型;另一个问题是设计一个合适的教师网络需要大量的努力和实验。
技术实现思路
[0004]为了解决现有技术的不足,本专利技术提出了一种基于自蒸馏的图像分类方法,目的在于设计类似多分类器体系的包含位置注意力模块和金字塔拆分注意力模块的自蒸馏框架,提高图像分类的准确率。
[0005]本专利技术采用以下技术方案:一种基于自蒸馏的图像分类方法,该方法包括以下步骤:
[0006](1)将残差网络(以下以ResNet50为例)分为四部分,在每部分后 ...
【技术保护点】
【技术特征摘要】
1.一种基于自蒸馏的图像分类方法,其特征在于,包括以下步骤:(1)将残差网络(以下以ResNet50为例)分为四部分,在每部分后结合瓶颈层和全连接层设置一个分类器,共四个分类器,浅层分类器通过蒸馏法训练,同时使用标签和最深层分类器监督,并通过最深层分类器的特征监督浅层分类器的特征,并将下采样提前,其中,残差连接处的下采样使用平均池化代替;(2)在(1)所述框架中的第一个残差块和第二个残差块之间添加位置注意力模块;(3)在(1)所述框架中引入由SPC模块和SE Weight模块构成的注意力模块。2.根据权利要求1所述的一种基于自蒸馏的图像分类方法,其特征在于,所述步骤(1)中网络为:首先,通过对ResNet50的4个残差块的前3个残差块添加瓶颈层及全连接层,每个残差块和残差块后的瓶颈层及全连接层各自构成一个分类器,共4个分类器;其次,将ResNet50中的7*7卷积改为3个3*3卷积,将所有下采样提前,其中,残差连接处的下采样使用平均池化代替;最后,该网络包含三个损失,分别为标签和分类器之间的交叉熵损失、学生和教师网络之间的KL散度损失和用于计算最深层分类器和浅层分类器之间特征图差异的二次损失。3.根据权利要求1所述的一种基于自蒸馏的图像分类方法,其特征在于,所述步骤(2)中在第一个残差块和第二个残差块之间引入了位置注意力模块,该模块网络结构为:首先利用两个全局池化将垂直方向和水平方向的输入特征分别聚合成两个单独的位置感知,使用连接和卷积压缩通道,然后通过BN和Non
‑
linear将具有嵌入的特定方向信息的两个特征图分别编码,得到两个注意力图,每个注意力图都沿同一个空间方向获取输入特征图的远距离依存关系;位置信息被保存在生成的注意力图中,然后通过乘法将两个注意力图都应用于输入特征图,以此强调注意区域。4.根据权利要求1所述的一种基于自蒸馏的图像分类方法,其特征在于,所述步骤(3)中将原始ResNet瓶颈层中的3*3卷积改为由SPC模块和SE Weight模块构成的注意力模块;首先,利用SPC模块构建多尺度特征;然后,通过SE方式得到通道级注意力向量已提取不同尺度特征;其次,采用Softmax对上述所得通道注意力向量进行重校正;最后,将校正后的注意力向量作用于多尺度特征图并将结果作为输出;所述步骤(3)中的SPC模块如下:假设输入为X,现将其拆分为S部分{X0,X1,...,X
S
‑1},每个部分通道数为第i个特征映射尺寸为X
i
∈R
C
′×
H
×
W
,如公式1所示:Split(X)=[X0,X1,...,X
S
‑1]
ꢀꢀꢀꢀ
(1)为了在不增加计算量的前提下处理不同核尺度的输入张量,采用了一种群卷积方法,其中,多尺度核大小与组大小的关系如公式2所示:其中,K是卷积核大小,G为组大...
【专利技术属性】
技术研发人员:何小海,李雨婷,刘强,曾王明,卿粼波,陈洪刚,吴晓红,
申请(专利权)人:四川大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。