本發明提出一種基于知識蒸餾的遙感變化檢測方法。所述方法具體包括:首先設計兩個模型,所述兩個模型分別為參數量大的教師模型和參數量小的輕量化學生模型,教師模型擁有更好的計算結果,學生模型具有更高的計算效率;其次,使用真實的遙感變化檢測數據集對兩個模型進行聯合訓練,與此同時設計一個度量函數,約束兩個模型的預測,使得兩個模型的預測結果保持一致,此過程稱之為全局預測知識蒸餾;最后,針對編碼器的輸出進行了距離的約束,該約束過程稱之為編碼表示知識蒸餾。所述的方法對模型進行優化后,模型在大規模數據集上的推理速度大大提高,同時推理結果也相比大模型不降反升,無疑達到了被期待的結果。
聲明:
“基于知識蒸餾的遙感變化檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)