Sep, 2023
DMKD: 通过双重掩模增强改进基于特征的目标检测知识蒸馏
DMKD: Improving Feature-based Knowledge Distillation for Object Detection Via Dual Masking Augmentation
Guang Yang1, Yin Tang2, Zhijian Wu, Jun Li1, Jianhua Xu...
TL;DR利用双重掩蔽知识蒸馏(DMKD)框架来捕捉空间重要性和通道相关信息以实现全面的掩蔽特征重构,通过自适应加权策略融合重构特征进行有效的特征蒸馏,在目标检测任务中与其他最先进的蒸馏方法相比,学生网络分别在 RetinaNet 和级联 Mask R-CNN 作为教师网络时取得了 4.1% 和 4.3% 的性能提升。