【Mimic】《Mimicking Very Efficient Network for Object Detection》

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/bryant_meng/article/details/83422938

CVPR论文解读:非常高效的物体检测Mimic方法

二次学习(周志华教授)、knowledge distilling(Geoffrey Hinton)


在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

实验比较多,但是抓住重点

  • 比用imagenet 预训练的效果好
  • 和baseline(big network)性能相仿,但是模型大大压缩
  • 注意 1/2 其实参数量减少了 1/4,因为卷积是在两层之间
  • 学backbone最后一层 feature map 结果比较好
  • 可以偷师,就是 big network 和 small network 的 backbone 不同
  • 最多减少了 1/8

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/bryant_meng/article/details/83422938