论文地址：
https://arxiv.org/abs/2103.14475
主要问题：
与图像分类不同的是，目标检测的知识蒸馏更加复杂，因为它往往具有具有多个损失函数，其中语义信息所依赖的特征纠缠在一起
此外其他的目标检测
版权声明：本文为CSDN博主「BIT可达鸭」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44936889/article/details/119062449
相关推荐
【模型压缩】Yolov3目标检测模型蒸馏实验
PaddleDetection知识蒸馏
知识蒸馏主要是让让新模型（通常是一个参数量更少的模型）近似原模型(模型即函数)。注意到，在机器学习中，我们常常假定输入到输出有一个潜在的函数关系，这个函数是未知的：从头学习一个新模型就是从有限的数据中近
2021 目标检测知识蒸馏 SOTA：End-to-End Semi-Supervised Object Detection with Soft Teacher
论文地址：
https://arxiv.org/abs/2106.09018
代码地址：
https://github.com/microsoft/SoftTeacher
主要工作：
当前的半监督目标检测算法都需要多阶段的训练，例如在
目标检测：Yolov5集百家之长
首发于：公众号YueTan (1920，被识别为泰迪熊？有排面）
背景
2017年底，我已毕业多年了。用起Excel和PPT、研究车的质量问题俨然老手的样子。有一晚&#
实战 | 实时的目标检测与识别简单应用
吃粽子迎端午计算机视觉研究院专栏作者：Edison_G最近总是有很多入门的朋友问我，我进入计算机视觉这个领域难不难？是不是要学习很多知识？到底哪个方向比较好？长按扫描二维码关
暂无评论