研究发现知识蒸馏可解决语义分割中的大型模型和慢速推理问题。通过对蒸馏损失项的研究,揭示了超参数选择不当导致学生模型性能差异的问题。建立了三个数据集和两种学生模型的基线,并提供了超参数调整的信息。在ADE20K数据集上,只有两种技术能与基线相竞争。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: