[發(fā)明專利]基于知識蒸餾的天線下傾角計算方法、裝置和存儲介質

有效

• 申請?zhí)枺?/td>: 202010171280.8
• 申請日: 2020-03-12
• 公開（公告）號: CN111428191B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設計）人: 翟懿奎;周文略;柯琪銳;余翠琳;甘俊英;應自爐;王天雷;麥超云
• 申請（專利權）人: 五邑大學
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F18/241;G06N3/0464;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 孫浩

本發(fā)明公開了一種基于知識蒸餾的天線下傾角計算方法、裝置和存儲介質。根據(jù)第一知識、第二知識和第三知識，通過對數(shù)量級較大的教師網(wǎng)絡進行知識蒸餾以訓練出輕量級的學生網(wǎng)絡，通過學生網(wǎng)絡進行天線下傾角的計算能夠大大減少計算復雜度，使得該實例分割網(wǎng)絡能夠搭載至無人機，并通過無人機中的處理芯片完成天線下傾角的測量和計算，從而提高了利用無人機進行天線下傾角測量的工作效率。

技術領域

本發(fā)明涉及圖像技術領域，特別是基于知識蒸餾的天線下傾角計算方法、裝置和存儲介質。

背景技術

通信基站的天線下傾角是決定基站信號覆蓋范圍的重要參數(shù)之一，在基站投入運行以后，隨著業(yè)務的發(fā)展，用戶數(shù)量的變化以及周圍信號環(huán)境的變化，還需要對下傾角一定的調整。傳統(tǒng)的測量方法需要專業(yè)塔工上塔檢測，耗費大量的人工，而且登塔也存在安全隱患。為了解決這個問題，現(xiàn)有方案通常采用無人機拍攝天線的圖像，再通過圖像處理技術識別出天線下傾角。但是現(xiàn)有的圖像識別需要借助參數(shù)量巨大的深度神經(jīng)網(wǎng)絡，其計算量對于無人機的處理芯片負擔過大，需要耗費大量的時間執(zhí)行計算，不利于工作效率的提高。

發(fā)明內容

為了克服現(xiàn)有技術的不足，本發(fā)明的目的在于提供一種基于知識蒸餾的天線下傾角計算方法及其裝置，能夠提供輕量級的網(wǎng)絡模型，提高利用無人機進行天線下傾角檢測的工作效率。

本發(fā)明解決其問題所采用的技術方案是：第一方面，本發(fā)明提供了一種基于知識蒸餾的天線下傾角計算方法，包括以下步驟：

獲取預先訓練好的教師網(wǎng)絡，所述教師網(wǎng)絡為實例分割網(wǎng)絡；

獲取第一知識和所述教師網(wǎng)絡的特征提取網(wǎng)絡，訓練出學生網(wǎng)絡的特征提取網(wǎng)絡，所述第一知識為所述教師網(wǎng)絡的卷積塊與上取樣塊之間的對應關系；

獲取第二知識和所述教師網(wǎng)絡的區(qū)域建議網(wǎng)絡，訓練出學生網(wǎng)絡的區(qū)域建議網(wǎng)絡，所述第二知識為所述教師網(wǎng)絡的區(qū)域選擇網(wǎng)絡的二分類輸出分布；

獲取第三知識和所述教師網(wǎng)絡的輸出網(wǎng)絡，訓練出學生網(wǎng)絡的輸出網(wǎng)絡，所述第三知識為所述教師網(wǎng)絡的輸出部分的多分類分布輸出分布；

獲取天線圖像，將所述天線圖像輸入至訓練完成的學生網(wǎng)絡中提取出掩膜，并計算出天線下傾角。

進一步，所述卷積塊與上取樣塊之間的對應關系滿足以下關系矩陣：

其中，C_i為第i個卷積塊輸出的特征圖，P_i為第i個上取樣塊輸出的特征圖，其中F_j(C_i)為C_i的第j層特征圖，F(xiàn)_k(P_i)為P_i的第k層特征圖。

進一步，所述教師網(wǎng)絡的矩陣和學生網(wǎng)絡的矩陣還滿足以下?lián)p失函數(shù)：其中G_i^T為教師網(wǎng)絡的關系矩陣，G_i^S為學生網(wǎng)絡的關系矩陣。

進一步，所述訓練出學生網(wǎng)絡的區(qū)域建議網(wǎng)絡之前，還包括：通過溫度系數(shù)對所述教師網(wǎng)絡的輸出分布進行軟化。

進一步，所述訓練出學生網(wǎng)絡的區(qū)域建議網(wǎng)絡滿足以下?lián)p失函數(shù)：其中y表示學生模型的正常輸出，表示真實標簽，q^T為教師網(wǎng)絡輸出的軟分布，q^S為學生網(wǎng)絡輸出的軟分布，λ為損失任務的權重，T為溫度系數(shù)。