YOLOX-ViT中的知识蒸馏用于侧扫描声纳目标检测
计算机视觉与模式识别
2024-03-15 v1 人工智能
摘要
本文提出YOLOX-ViT一种新型目标检测模型，并探讨了在不牺牲性能的情况下进行模型尺寸缩减的知识蒸馏效能。 our research聚焦于水下机器人领域，旨在探讨更小模型的可行性以及YOLOX中视觉转换器层的影响。此外，我们引入了新的侧扫描声纳图像数据集，并用于评估目标检测器的性能。结果表明，知识蒸馏有效减少了墙面检测的误报。此外，引入的视觉转换器层显著提高了水下环境中目标检测的准确度。YOLOX-ViT知识蒸馏的源代码可在https://github.com/remaro-network/KD-YOLOX-ViT获取。
引用
@article{arxiv.2403.09313,
title = {Knowledge Distillation in YOLOX-ViT for Side-Scan Sonar Object Detection},
author = {Martin Aubard and László Antal and Ana Madureira and Erika Ábrahám},
journal= {arXiv preprint arXiv:2403.09313},
year = {2024}
}