针对车牌识别算法参数量大、实时性差，且在硬件水平较低的生产场景下应用效果不佳等问题，本文提出一种基于双教师知识蒸馏的方法，有效提高了轻量级网络模型的性能。设计一个特征融合模块，提取出聚合多尺度信息且更具鲁棒性的特征，使网络可以挖掘更丰富的语义信息，采用注意力机制，自适应的指导学生网络，教师知识得以更好地反哺给学生，帮助学生网络高效学习。实验结果表明，与传统的轻量级算法相比，本算法在储存资源有限及硬件水平低的生产场景中应用前景广阔。
科研之友
微信
新浪微博
Facebook
分享链接
