典型文献
基于知识蒸馏的YOLOv3算法研究
文献摘要：
知识蒸馏作为一种模型压缩方法,将大网络(教师网络)学到的知识传递给小网络(学生网络),使小网络获得接近大网络的精度.知识蒸馏在图像分类任务上获得不错的效果,但在目标检测上的研究较少,且有待提高.当前目标检测中主要基于特征提取层进行知识蒸馏,该类方法存在两个问题,第一,没有对教师网络传递知识的重要程度进行度量,第二,仅对特征提取层进行蒸馏,教师网络的知识未充分传递给学生网络.针对第一个问题,通过引入信息图作为蒸馏的监督信号,强化了学生网络对教师网络重点知识的学习;针对第二个问题,对特征提取层和特征融合层的输出同时进行蒸馏,使学生网络更充分地学习教师网络传递的知识.实验结果表明,以YOLOv3为检测模型,在不改变学生网络结构的基础上,平均类别精度(mAP)提升9.3个百分点.
文献关键词：
知识蒸馏;模型压缩;目标检测;YOLOv3
中图分类号：
作者姓名：
李姜楠;伍星;刘竞升;王洪刚
作者机构：
重庆大学 计算机学院,重庆 400000
文献出处：
引用格式：
[1]李姜楠;伍星;刘竞升;王洪刚-.基于知识蒸馏的YOLOv3算法研究)[J].计算机工程与应用,2022(17):174-180
A类：
B类：
基于知识,知识蒸馏,YOLOv3,算法研究,模型压缩,压缩方法,大网,教师网络,学到,知识传递,递给,学生网络,图像分类,分类任务,不错,目标检测,层进,行知,重要程度,行度,信息图,特征融合,地学,检测模型,mAP,百分点
AB值：
0.3195
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
