【没有哪个港口是永远的停留~ 论文简读】2019 Distilling Object Detectors with Fine-grained Feature Imitation

链接：2019 Distilling Object Detectors with Fine-grained Feature Imitation

代码：https://github.com/twangnh/Distilling-Object-Detectors

思路是：首先定位这些知识密集的位置，并让学生模型模拟教师的高级特征反应

如图1所示：

【1】labels -> Fine-grained feature imitation Mask

用标签框形成W×H×K 大小的 IOU图m，此处W和H表示特征图的宽度和高度，和K表示K个预设的ancher box。然后我们找到最大的IOU值M=max(m)，乘以阈值因子ψ得到一个滤波阈值F=ψ∗M。靠这个F作为阈值来筛选图m，得到一个W×H形状的掩码，这个就是 Fine-grained feature imitation Mask。（ψ=0.5）

【2】Feature -> Feature Adaptation 层 -> loss

为了适应Fine-grained feature imitation Mask的大小，学生模型的特征图需要修改形状

Student-Teacher 按 MASK保留loss

：是掩码中的正的点数

:是mask

其中Lgt是检测训练损失，λ是平衡因子

具体参数咋定去看论文吧！

【没有哪个港口是永远的停留~ 论文简读】2019 Distilling Object Detectors with Fine-grained Feature Imitation相关推荐

【没有哪个港口是永远的停留~ 论文简读】Relational Knowledge Distillation
论文:Relational Knowledge Distillation [1]关系知识蒸馏,中的关系知识是啥? 如图1,很明显就是字面意思,传统的知识蒸馏是让学生输出与教师模型一致,而本论文提出,输 ...
【没有哪个港口是永远的停留~ 论文解读】OverFeat
原文:Integrated Recognition, Localization and Detection using Convolutional Networks 利用卷积网络进行集成识别.定位和检 ...
超高分辨率图像内存高效分割的协同全局局部网络论文简读
code: https://paperswithcode.com/paper/190506368 文章目录 1摘要 2论文的贡献 3协作性的全局-局部网络 3.1 Motivation: Why No ...
SOLOv2论文简读
论文:SOLOv2: Dynamic, Faster and Stronger 代码:https://github.com/WXinlong/SOLO 摘要主要提出了作者在SOLOv2中实现的优秀的 ...
边缘检测论文简读、开源代码和数据集合集
文章目录概述基于深度学习的边缘检测一般的边缘检测 2019 Object Contour and Edge Detection with RefineContourNet Edge-Direct ...
FairFuzz 论文简读+源码分析+整体流程简述
FairFuzz: A Targeted Mutation Strategy for Increasing Greybox Fuzz Testing Coverage 一.论文阅读 Abstract ...
Distilling Object Detectors with Fine-grained Feature Imitation论文解读
论文链接文章目录 1.简介 2.方法 2.1 模仿区域的估计 2.2 细粒度特征模仿 1.简介对于以往应用于知识蒸馏的目标检测存在两种方法.第一种来自于论文FitNets: Hints for T ...
Extending IOU Based Multi-Object Tracking by Visual Information论文简读
写在前面这篇论文是在方法"High-speed tracking-by-detection without using image information"(IoU)基础上的改进 ...
高质量的超高分辨率图像分割（论文简读）
code: https://github.com/dvlab-research/Entity 文章目录 1 abstract 2 Introduction 3 Proposed Method 3.1 ...

【没有哪个港口是永远的停留~ 论文简读】2019 Distilling Object Detectors with Fine-grained Feature Imitation

【没有哪个港口是永远的停留~ 论文简读】2019 Distilling Object Detectors with Fine-grained Feature Imitation相关推荐

最新文章

热门文章