인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
The recognition of electrical accident images is of great significance, but due to factors such as strong image noise interference and complex structure, traditional deep learning s often face the challenges of overfitting and insufficient generalization. To solve the above problems, this paper proposes a lightweight heterogeneous knowledge distillation framework for the classification of small sample electrical cable melting images. The framework uses U-Net3+ as the teacher network and ResNet-18 as the student network, introduces a multi-scale intermediate feature alignment module to alleviate the problem of feature inconsistency between heterogeneous structures, designs a composite distillation loss function, and introduces a label smoothing strategy in the output layer to enhance the regularization effect. The model performance is improved by combining the Warm-up and cosine annealing learning rate adjustment strategies. A systematic empirical analysis is conducted on a small sample dataset of 117 electrical cable melting images. The results show that the proposed method is significantly better than the baseline model and the traditional distillation scheme.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095584379
