基于生成模型的特征知识蒸馏用于行为识别

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种新的自知识蒸馏方法,通过孪生表示学习最小化给定样本的两个不同视图的表示向量之间的差异,利用软标签蒸馏和表示向量的相似性,生成更一致的预测和表示。在标准数据集上验证了其显着提高精确度的效果。

🎯

关键要点

  • 提出了一种新的自知识蒸馏方法。
  • 通过孪生表示学习最小化样本的两个不同视图的表示向量之间的差异。
  • 利用软标签蒸馏和表示向量的相似性生成更一致的预测和表示。
  • 在标准数据集上验证了显著提高精确度的效果。
➡️

继续阅读