声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：37-1391/T
国际刊号：1672-3961
发布日期:
作者：李坤彪,杨晓晖,张风,徐涛,郭庆北
单位：济南大学信息科学与工程学院, 山东 济南 250022
关键词：知识蒸馏,学生网络,分心驾驶检测,
基金：山东省自然基金资助项目(ZR2023LZH013);济南市市校融合发展战略工程资助项目(JNSX2023025,JNSX2023015)
为提高道路安全,预防交通事故,提出一种基于局部与全局知识蒸馏(local and global knowledge distillation, LGD)的危险驾驶行为检测算法。在知识蒸馏框架基础上,引入融合局部特征与全局特征的蒸馏损失函数,引导学生网络高效学习教师模型判别能力。这一方法有效促进学生网络的学习,使其能够在保持参数减少时,达到与教师网络相当的检测准确率。试验结果显示,本方法在仅包含31.85 M参数大小的模型下,实现91.79%准确率,表明该方法在处理分心驾驶检测问题上的有效性。
来源：2025年第6期
《山东大学学报(工学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。