多教师蒸馏检测网络

轻量快速

利用双流与单流教师网络蒸馏出轻量级学生网络，在保持检测精度的同时大幅降低模型复杂度。

周武杰 · Chuanming, Ji · 邱薇薇 · 刘袁缘

IEEE Transactions on Geoscience and Remote Sensing 2026

参数信息

参数量

11.9 M

教师网络 T1 参数量

79.62 M

教师网络 T2 参数量

40.83 M

技术优势

模型缩小 85%

学生网络参数量仅 11.9 M，相比双流教师网络的 79.62 M 大幅降低，可直接部署在边缘设备上。

小目标检测更准

通过双流教师网络传递红外/深度等辅助信息，学生网络增强了对输电线路小目标的识别能力。

推理速度翻倍

参数减少带来计算量下降，推理速度显著提升，适合无人机实时巡检。

应用场景

• 无人机巡检：轻量模型可直接部署在无人机上实时检测输电线路，代替人工巡检。
• 边缘智能感知：参数仅 11.9 M，适合嵌入边缘设备，在非热成像相机上完成检测。