「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到南京理工大學計算機學院博士生李鋼，為大家在線解讀其發表在 AAAI 2022 的最新研究成果：Knowledge Distillation for Object Detection via Rank Mimicking and Prediction-guided Feature Imitation。對本期主題感興趣的小伙伴，3 月 24 日（本周四）晚 7 點，我們準時相約 PaperWeekly 直播間。

直播信息

知識蒸餾是模型壓縮的有效手段，但是目標檢測網絡的知識蒸餾方法卻很少被研究。用于分類任務的 soft label，在目標檢測上基本沒有提升，基于這個發現，我們提出了一種適用于目標檢測的錨框排序蒸餾，充分利用了檢測網絡中，1 個目標匹配多個 anchor 的屬性。

此外，我們發現，利用特征蒸餾，雖然可以取得一定的提升，但是特征蒸餾的效率還有很大的提升空間。我們提出利用教師和學生網絡的預測差異來引導特征蒸餾，讓蒸餾過程更加關注于那些學生網絡預測不準的區域。在這個工作中，我們在設計蒸餾算法的時候，充分考慮了目標檢測的一些重要屬性，比如一對多的標簽注冊，稠密的預測結果。

論文標題：

Knowledge Distillation for Object Detection via Rank Mimicking and Prediction-guided Feature Imitation

論文鏈接：

https://arxiv.org/abs/2112.04840

本次分享的具體內容有：?

• • 介紹知識蒸餾的背景

  • 介紹錨框排序蒸餾

  • 實驗分析和結論

  • 未來工作展望

嘉賓介紹

?李鋼?/ 南京理工大學博士生?

李鋼，南京理工大學計算機學院博士生，研究興趣為計算機視覺，特別是目標檢測，知識蒸餾，自監督、半監督學習。在 AAAI, ACM MM 等人工智能頂級會議上發表論文多篇。曾在商湯研究院，上海人工智能實驗室實習。

直播地址?& 交流群

本次直播將在 PaperWeekly 視頻號和 B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

視頻號直播間：

掃描下方二維碼關注 PaperWeekly 視頻號，第一時間獲取開播提醒。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

🔍

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

·

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的直播预告 | AAAI 2022论文解读：基于锚框排序的目标检测知识蒸馏的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。