关键词teacher-student joint training
搜索结果 - 2
- 医学图像分割的切比雪夫置信度引导无源领域自适应框架
在医学成像场景中,为了解决领域偏移问题导致伪标签准确度下降的限制,我们提出了一个 Chebyshev 置信度引导的无源域适应框架,准确评估伪标签的可靠性并生成自我改进的伪标签用于自我训练,通过引入直接去噪和原型去噪两种置信度引导的去噪方法, - 高效参数和适合学生的知识蒸馏
本文提出一种参数高效、学生友好的知识蒸馏方法 PESF-KD,通过更新相对较少的参数,实现高效、充分的知识转移,其中引入了适配器模块,将教师的输出转化为合适平滑度的软标签。实验表明,与在线蒸馏方法相比,PESF-KD 能够显著降低培训成本,