一种基于知识蒸馏技术的智能异物检测方法技术

本发明专利技术公开了一种基于知识蒸馏技术的智能异物检测方法，包括研究非局部像素级注意力，提取图像特征，引入全局上下文信息，并整合这些信息到特征学习中，像素级的权重化获取目标，分析背景的差异化，过滤背景噪音，设计级联检测头部，在目标抖动的情况下，进行多次级联检测，缓解搭载摄像头的抖动，工业大数据设计精度更高的教师网络模型，蒸馏引导轻量化模型的学习，对进行轻量化设计。本发明专利技术在传统机械设备上搭载深度摄像头构建智能视觉系统，实现设备的实时异物检测，在工业特定场景下利用人工智能算法对场景进行深度视觉层面解析，构造轻量化检测模型实现实时异物、行人的危险检测报警系统。报警系统。

【技术实现步骤摘要】
一种基于知识蒸馏技术的智能异物检测方法


[0001]本专利技术涉及智能异物检测领域，特别涉及一种基于知识蒸馏技术的智能异物检测方法。

技术介绍

[0002]由于我国港口货物装卸的智慧化建设尚处于起步状态，特别是在大数据应用、云计算、物联网技术融合方面的研究基础薄弱、应用水平较低，企业对智能化的理解和认知也比较欠缺，行车装备智能巡检机器人采用人工智能领域中先进的机器视觉、光电子与激光、图像处理、模式识别、目标检测与视觉场景建模分析等技术，建成全方位立体化的综合智能监测与保护系统，对行车轨道异物、超温、跑偏、烟雾与粉尘、场地错位人员等能及时检测识别，可以对各种安全隐患进行提前预判和预警联动控制，而其中轨道深度视觉的智能异物检测尤其重要。
[0003]轨道深度视觉的智能异物检测中的关键技术包括深度学习的目标检测算法、深度学习网络的注意力机制以及深度学习模型轻量化算法，在传统的深度学习目标检测算法中只使用传统机械设备进行检测，缺乏对工业场景的特殊考虑，忽略了背景复杂对模型的影响，本项目为解决这一难题，提出了利用非局部像素注意力机制，通过全局上下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识蒸馏技术的智能异物检测方法，其特征在于，包括以下具体使用步骤：步骤一：研究非局部像素级注意力，提取图像特征，引入全局上下文信息，并整合这些信息到特征学习中，像素级的权重化获取目标，分析背景的差异化，过滤背景噪音；步骤二：设计级联检测头部，在目标抖动的情况下，进行多次级联检测，缓解搭载摄像头的抖动；步骤三：工业大数据设计精度更高的教师网络模型，蒸馏引导轻量化模型的学习；步骤四：利用上述实现实时性异物检测，对进行轻量化设计，实现实时异物、行人的危险检测报警系统。2.根据权利要求1所述的一种基于知识蒸馏技术的智能异物检测方法，其特征在于，智能视觉系统包含视觉传感器、传输和智能分析三个部分，实时性异物检测报警系统包含实时异物检测模...

【专利技术属性】
技术研发人员：夏战国，金鑫，
申请(专利权)人：苏州神马精工科技有限公司，
类型：发明
国别省市：