CN117521848B

CN117521848B - 面向资源受限场景的遥感基础模型轻量化方法、装置

Info

Publication number: CN117521848B
Application number: CN202311498052.1A
Authority: CN
Inventors: 孙显; 付琨; 冯瑛超; 裴健宁; 刁文辉; 戴威; 毕涵博
Original assignee: Aerospace Information Research Institute of CAS
Current assignee: Aerospace Information Research Institute of CAS
Priority date: 2023-11-10
Filing date: 2023-11-10
Publication date: 2024-05-28
Anticipated expiration: 2043-11-10
Also published as: CN117521848A

Abstract

本发明提供了一种面向资源受限场景的遥感基础模型轻量化方法、装置，可以应用于遥感技术领域。该方法包括：将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对该未完成训练的第二模型进行蒸馏，得到训练好的第二模型；将该训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对该第三模型进行蒸馏，得到训练好的第三模型，第一模型的参数量等级大于第二模型的参数量等级，第二模型的参数量等级大于第三模型的参数量等级，可显著提高遥感大规模基础模型蒸馏过程的稳定性。

Description

面向资源受限场景的遥感基础模型轻量化方法、装置

技术领域

本发明涉及遥感领域，尤其涉及一种面向资源受限场景的遥感基础模型轻量化方法、装置。

背景技术

随着模型参数的逐渐增长，目前教师网络的参数数量可以达到十亿级甚至百亿级规模，这样在蒸馏过程中，专家网络与学生网络的参数数量差距过大，学生网络在学习的过程中存在不稳定的问题，最后表现效果远不如专家网络。

发明内容

鉴于上述问题，本发明提供了一种面向资源受限场景的遥感基础模型轻量化方法、装置。

根据本发明的第一个方面，提供了一种面向资源受限场景的遥感基础模型轻量化方法，包括：

将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，得到训练好的第二模型；

将所述训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对所述第三模型进行蒸馏，得到训练好的第三模型；

其中，所述第一模型、所述第二模型和所述第三模型均为遥感基础模型；

所述第一模型、所述第二模型和所述第三模型的参数量等级不同，所述第一模型的参数量等级大于所述第二模型的参数量等级，所述第二模型的参数量等级大于所述第三模型的参数量等级。

可选的，所述第一模型的参数量等级为百亿级，所述第二模型的参数量等级为亿级，所述第三模型的参数量等级为百万级。

可选的，所述将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，得到训练好的第二模型包括：

将训练数据分别输入给所述训练好的第一模型和所述未完成训练的第二模型，得到第一结果和第二结果，所述第一结果由所述训练好的第一模型输出，所述第二结果由所述未完成训练的第二模型输出；

将所述训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，使得所述第一结果与所述第二结果的近似度满足预设第一要求；

在所述第一结果与所述第二结果的近似度满足预设第一要求的情况下，将当前的第二模型作为所述训练好的第二模型。

可选的，所述将所述训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对所述第三模型进行蒸馏，得到训练好的第三模型包括：

将训练数据分别输入给所述训练好的第二模型和所述未完成训练的第三模型，得到第二结果和第三结果，所述第二结果由所述训练好的第二模型输出，所述第三结果由所述未完成训练的第三模型输出；

将所述训练好的第二模型做为专家模型，未完成训练的第三模型作为学生模型，对所述未完成训练的第三模型进行蒸馏，使得所述第二结果与所述第三结果的近似度满足预设第二要求；

在所述第二结果与所述第三结果的近似度满足预设第二要求的情况下，将当前的第三模型作为所述训练好的第三模型。

可选的，所述方法还包括：

使用平均绝对误差方法，将所述第二结果和所述第一结果进行对比，直至所述第一结果与所述第二结果的近似度满足预设第一要求。

可选的，所述方法还包括：

使用平均绝对误差方法，将所述第三结果和所述第二结果进行对比，直至所述第二结果与所述第三结果的近似度满足预设第二要求。

可选的，所述方法还包括：

在训练所述第二模型的过程中，对所述第二模型输出的中间结果与所述训练好的第一模型输出的中间结果进行特征匹配；

在训练所述第三模型的过程中，对所述第三模型输出的中间结果与所述训练好的第二模型输出的中间结果进行特征匹配。

本发明的第二方面提供了一种面向资源受限场景的遥感基础模型轻量化装置，包括：

第一训练模块，用于将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，得到训练好的第二模型；

第二训练模块，用于将所述训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对所述第三模型进行蒸馏，得到训练好的第三模型；

可选的，所述装置还包括：

第一对比模块，用于使用平均绝对误差方法，将所述第二结果和所述第一结果进行对比，直至所述第一结果与所述第二结果的近似度满足预设第一要求。

可选的，所述装置还包括：

第二对比模块，用于使用平均绝对误差方法，将所述第三结果和所述第二结果进行对比，直至所述第二结果与所述第三结果的近似度满足预设第二要求。

可选的，所述装置还包括：

第一匹配模块，用于在训练所述第二模型的过程中，对所述第二模型输出的中间结果与所述训练好的第一模型输出的中间结果进行特征匹配；

第二匹配模块，用于在训练所述第三模型的过程中，对所述第三模型输出的中间结果与所述训练好的第二模型输出的中间结果进行特征匹配。

本发明的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。

本发明的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。

根据本发明提供的面向资源受限场景的遥感基础模型轻量化方法、装置、设备和介质，与现有方法对比，本发明实施例可以显著提高遥感大规模基础模型蒸馏过程的稳定性，提高轻量化模型的性能，使得轻量化模型能够更好的学习到大规模基础模型从海量数据中总结出的规律。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本发明实施例的面向资源受限场景的遥感基础模型轻量化方法的流程图；

图2示意性示出了根据本发明实施例的面向资源受限场景的遥感基础模型轻量化方法的示意图；

图3示意性示出了根据本发明实施例的面向资源受限场景的遥感基础模型轻量化装置的结构框图；

图4示意性示出了根据本发明实施例的适于实现面向资源受限场景的遥感基础模型轻量化方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本发明的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本发明实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

在本发明的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、发明和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在本发明的技术方案中，对数据的获取、收集、存储、使用、加工、传输、提供、发明和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

图1示意性示出了根据本发明实施例的面向资源受限场景的遥感基础模型轻量化方法的流程图。

如图1所示，该实施例的面向资源受限场景的遥感基础模型轻量化方法包括操作S110～操作S120。

在操作S110，将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对该未完成训练的第二模型进行蒸馏，得到训练好的第二模型。

在操作S120，将该训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对该第三模型进行蒸馏，得到训练好的第三模型。

第一模型、第二模型和该第三模型均为遥感基础模型。可以理解的，还可以是其它模型，本发明对此不做限制。第一模型、第二模型和第三模型的参数量等级不同，第一模型的参数量等级大于第二模型的参数量等级，第二模型的参数量等级大于第三模型的参数量等级。通过多阶段蒸馏，使得第一模型能够充分的将所学到的知识传递给参数量差距较大的第三模型，从而避免了直接进行蒸馏带来的精度损失。

蒸馏的过程可以看作成解空间搜索的指导过程，由于专家模型的参数数量较大，其解空间的搜索范围较大，而小模型的参数数量较小，解空间的搜索范围较小，这样在指导其搜索空间进行移动的时候，其解空间移动的幅度较大，导致搜索的不稳定性。而多次蒸馏的方法，通过解空间的多次小幅度移动，代替了单次的大幅移动，可有效避免该问题。

通过将中间参数模型做为桥梁进行两次甚至多次蒸馏，在每次的蒸馏中，模型参数数量差距较小，即可使整个蒸馏过程变得稳定，使得轻量化模型能够更有效的学习到大模型的表征能力。

在一实施例中，如图2所示，第一模型的参数量等级为百亿级，第二模型的参数量等级为亿级，第三模型的参数量等级为百万级。将训练好的百亿参数模型做为专家模型，未完成训练的一亿参数模型作为学生模型，对未完成训练的一亿参数模型进行蒸馏，得到训练好的一亿参数模型；将训练好的一亿参数模型作为专家模型，未完成训练的百万参数模型作为学生模型，对百万参数模型进行蒸馏，得到训练好的百万参数模型。

在一实施例中，上述将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对该未完成训练的第二模型进行蒸馏，得到训练好的第二模型包括：将训练数据分别输入给该训练好的第一模型和该未完成训练的第二模型，得到第一结果和第二结果，该第一结果由该训练好的第一模型输出，该第二结果由该未完成训练的第二模型输出；将该训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对该未完成训练的第二模型进行蒸馏，使得该第一结果与该第二结果的近似度满足预设第一要求；在该第一结果与该第二结果的近似度满足预设第一要求的情况下，将当前的第二模型作为该训练好的第二模型。

在一实施例中，上述将该训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对该第三模型进行蒸馏，得到训练好的第三模型包括：将训练数据分别输入给该训练好的第二模型和该未完成训练的第三模型，得到第二结果和第三结果，该第二结果由该训练好的第二模型输出，该第三结果由该未完成训练的第三模型输出；将该训练好的第二模型做为专家模型，未完成训练的第三模型作为学生模型，对该未完成训练的第三模型进行蒸馏，使得该第二结果与该第三结果的近似度满足预设第二要求；在该第二结果与该第三结果的近似度满足预设第二要求的情况下，将当前的第三模型作为该训练好的第三模型。

在一实施例中，图1所示方法还包括：使用平均绝对误差MAE方法，将该第二结果和该第一结果进行对比，直至该第一结果与该第二结果的近似度满足预设第一要求。使用平均绝对误差方法，将该第三结果和该第二结果进行对比，直至该第二结果与该第三结果的近似度满足预设第二要求。本发明实施例通过自监督的方法，可以进行百亿模型到一亿模型的蒸馏，再通过MAE方法，将学生模型的输出结果与教师模型的输出结果进行对比，以此来指导学生模型更有效的完成输出结果恢复任务。

在一实施例中，图1所示方法还包括：在训练该第二模型的过程中，对该第二模型输出的中间结果与该训练好的第一模型输出的中间结果进行特征匹配；在训练该第三模型的过程中，对该第三模型输出的中间结果与该训练好的第二模型输出的中间结果进行特征匹配。也即在监督输出的过程中，可以对专家模型和学生模型的特征进行匹配，以此来对学生模型学习到的中间过程进行监督。

基于上述面向资源受限场景的遥感基础模型轻量化方法，本发明还提供了一种面向资源受限场景的遥感基础模型轻量化装置。以下将结合图3对该装置进行详细描述。

图3示意性示出了根据本发明实施例的面向资源受限场景的遥感基础模型轻量化装置的结构框图。

如图3所示，该实施例的面向资源受限场景的遥感基础模型轻量化装置300包括第一训练模块310和第二训练模块320。

第一训练模块310，用于将训练好的第一模型做为专家模型，未完成训练的第二模型作为学生模型，对该未完成训练的第二模型进行蒸馏，得到训练好的第二模型。在一实施例中，第一训练模块310可以用于执行前文描述的操作S110，在此不再赘述。

第二训练模块320，用于将该训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对该第三模型进行蒸馏，得到训练好的第三模型。在一实施例中，第二训练模块320可以用于执行前文描述的操作S120，在此不再赘述。

根据本发明的实施例，第一训练模块310和第二训练模块320中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一训练模块310和第二训练模块320中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一训练模块310和第二训练模块320中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图4示意性示出了根据本发明实施例的适于实现波长路由方法的电子设备的方框图。

如图4所示，根据本发明实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意，该程序也可以存储在除ROM602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在该一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。

根据本发明的实施例，电子设备600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键撤、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本发明实施例的方法。

根据本发明的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本发明的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

本发明的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本发明实施例所提供的方法。

在该计算机程序被处理器601执行时执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本发明实施例的系统中限定的上述功能。根据本发明的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本发明的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本发明的各个实施例中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本发明中。特别地，在不脱离本发明精神和教导的情况下，本发明的各个实施例中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。

以上对本发明的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本发明的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。不脱离本发明的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本发明的范围之内。

Claims

1.一种面向资源受限场景的遥感基础模型轻量化方法，其特征在于，包括：

将训练好的第一模型作为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，得到训练好的第二模型，包括：将训练数据分别输入给所述训练好的第一模型和所述未完成训练的第二模型，得到第一结果和第二结果，所述第一结果由所述训练好的第一模型输出，所述第二结果由所述未完成训练的第二模型输出；将所述训练好的第一模型作为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，使得所述第一结果与所述第二结果的近似度满足预设第一要求；在所述第一结果与所述第二结果的近似度满足预设第一要求的情况下，将当前的第二模型作为所述训练好的第二模型；

2.根据权利要求1所述的面向资源受限场景的遥感基础模型轻量化方法，其特征在于，所述第一模型的参数量等级为百亿级，所述第二模型的参数量等级为亿级，所述第三模型的参数量等级为百万级。

3.根据权利要求1或2所述的面向资源受限场景的遥感基础模型轻量化方法，其特征在于，所述将所述训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对所述第三模型进行蒸馏，得到训练好的第三模型包括：

将所述训练好的第二模型作为专家模型，未完成训练的第三模型作为学生模型，对所述未完成训练的第三模型进行蒸馏，使得所述第二结果与所述第三结果的近似度满足预设第二要求；

4.根据权利要求1所述的面向资源受限场景的遥感基础模型轻量化方法，其特征在于，所述方法还包括：

5.根据权利要求3所述的面向资源受限场景的遥感基础模型轻量化方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的面向资源受限场景的遥感基础模型轻量化方法，其特征在于，所述方法还包括：

7.一种面向资源受限场景的遥感基础模型轻量化装置，其特征在于，包括：

第一训练模块，用于将训练好的第一模型作为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，得到训练好的第二模型，包括：将训练数据分别输入给所述训练好的第一模型和所述未完成训练的第二模型，得到第一结果和第二结果，所述第一结果由所述训练好的第一模型输出，所述第二结果由所述未完成训练的第二模型输出；将所述训练好的第一模型作为专家模型，未完成训练的第二模型作为学生模型，对所述未完成训练的第二模型进行蒸馏，使得所述第一结果与所述第二结果的近似度满足预设第一要求；在所述第一结果与所述第二结果的近似度满足预设第一要求的情况下，将当前的第二模型作为所述训练好的第二模型；

8.根据权利要求7所述的面向资源受限场景的遥感基础模型轻量化装置，其特征在于，所述第一模型的参数量等级为百亿级，所述第二模型的参数量等级为亿级，所述第三模型的参数量等级为百万级。