一种用于图像数据识别模型构建的方法及系统

本申请提供了一种用于图像数据识别模型构建的方法及系统。其方法包括：获取包括真值标注的图像数据集；基于图像数据集和教师网络模型，采用FSP方法对学生网络各层权重进行初始化，以得到至少两个网络结构相同的学生网络模型；基于包括真值标注的图像数据集，采用DML蒸馏方法训练每个学生网络模型，当训练后的学生网络模型都满足预设条件，将训练后的学生网络模型作为图像数据识别模型。通过该方法，从教师网络模型迁移学习，得到至少两个结构相同且完成各层权重初始化的学生网络模型，可避免数据少无法很好初始化神经网络等问题，且可降低训练难度，采用DML蒸馏方法，得到识别能力有保障的图像数据识别模型，训练周期短、速度快、易部署，适用性广。

《一种用于图像数据识别模型构建的方法及系统》是一发明专利，专利号为 2023108217487，当前法律状态为已下证，由上海芯翌智能科技有限公司提出申请，发明人为岳腾飞;章曙涵;王夷;张剑;吴翔，申请日期为2023-07-05，公开（公告）日期为2023-09-22，国际专利分类号（IPC）为 G06N3/045(2023.01)I;G06N3/0475(2023.01)I;G06N3/096(2023.01)I;G06N3/084(2023.01)I;G06V10/82(2022.01)I;G06V10/764(2022.01)I，高新资质：未报高企，所属技术领域包括：人工智能与机器学习、AI技术、自动驾驶、游戏与虚拟现实领域、图像数据识别模型构建。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本申请提供了一种用于图像数据识别模型构建的方法及系统。其方法包括：获取包括真值标注的图像数据集；基于图像数据集和教师网络模型，采用FSP方法对学生网络各层权重进行初始化，以得到至少两个网络结构相同的学生网络模型；基于包括真值标注的图像数据集，采用DML蒸馏方法训练每个学生网络模型，当训练后的学生网络模型都满足预设条件，将训练后的学生网络模型作为图像数据识别模型。通过该方法，从教师网络模型迁移学习，得到至少两个结构相同且完成各层权重初始化的学生网络模型，可避免数据少无法很好初始化神经网络等问题，且可降低训练难度，采用DML蒸馏方法，得到识别能力有保障的图像数据识别模型，训练周期短、速度快、易部署，适用性广。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！