Knowledge Distillation(8)——Learning Efficient Object Detection Models with Knowledge Distillation

之前博客整理的论文都是knowledge distillation及其变体，作为机器学习的一种方法的研究发展历程。从这篇博客开始，我将介绍其在CV领域的一些具体的用法。

本文是knowledge distillation在detection上成功应用的一个例子。

概述

knowledge distillation和hint learning在classification已经很成功了。然而对于detection，soft target不再是单一的类别概率输出，regression、proposal、less voluminous labels（较少的标签）都是在detection种使用distillation的挑战：

本文应该是最先在detection种成功使用distillation的，主要idea有：

1. end-to-end 使用distillation方式训练
2. loss定义，a) weighted cross entropy loss for classification b) teacher bounded regression loss for knowledge distillation c) adaptation layers for hint learning
   

Method

整体框架：

总的loss有三大部分。 L H i n t L_{Hint} LHint​</