Investigación sobre la construcción de un método de detección en línea eficiente y ligero para defectos superficiales pequeños a través de la compresión del modelo y la destilación del conocimiento
Autores: Chen, Qipeng; Xiong, Qiaoqiao; Huang, Haisong; Tang, Saihong; Liu, Zhenghong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Investigación sobre la construcción de un método de detección en línea eficiente y ligero para defectos superficiales pequeños a través de la compresión del modelo y la destilación del conocimiento
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propuesto
Compresión de modelo
Destilación de conocimiento
Aumento de datos
Detección de ubicación de defectos
Tamaño del modelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
En respuesta a los problemas actuales de bajo rendimiento en tiempo real, altos costos computacionales y uso excesivo de memoria de los algoritmos de detección de objetos basados en redes neuronales convolucionales profundas en dispositivos integrados, se propone un método para mejorar las redes neuronales convolucionales profundas basado en la compresión del modelo y la destilación del conocimiento.
Descripción
En respuesta a los problemas actuales de bajo rendimiento en tiempo real, altos costos computacionales y uso excesivo de memoria de los algoritmos de detección de objetos basados en redes neuronales convolucionales profundas en dispositivos integrados, se propone un método para mejorar las redes neuronales convolucionales profundas basado en la compresión del modelo y la destilación del conocimiento.