论文地址:http://arxiv.org/pdf/1903.04197v5.pdf
代码:https://github.com/irfanicmll/structure_knowledge_distillation
来源:阿德莱德大学
论文名称:Structured Knowledge Distillation for Dense Prediction
原文作者:Yifan Liu
在本文中,考虑将结构信息从大型网络转移到小型网络来完成Dense Prediction任务。原来进行Dense Prediction任务时,直接借用图像分类的蒸馏方案,对每个像素分别进行知识蒸馏,导致性能次优。本文考虑到Dense Prediction是一个结构化预测问题,我们提出将结构化知识从大型网络提取到小型网络。具体地来说,在本文中研究了两种结构化的蒸馏方案:一是成对蒸馏,通过建立静态图来提取成对的相似点;二是整体蒸馏,即用对抗性训练来提取整体知识。本文利用结构化的知识蒸馏方案,应用于语义分割、深度估计和目标检测三种Dense Prediction任务,同时进行了大量的实验。实验结果证明该方案是非常有效的。
下面是论文具体框架结构以及实验结果:
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请联系删除。