「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。
本期 AI Drive，我们邀请到南京理工大学计算机学院博士生李钢，为大家在线解读其发表在 AAAI 的最新研究成果：Knowledge Distillation for Object Detection via Rank Mimicking and Prediction-guided Feature Imitation。对本期主题感兴趣的小伙伴，3 月 24 日（本周四）晚 7 点，我们准时相约 PaperWeekly 直播间。
直播信息
知识蒸馏是模型压缩的有效手段，但是目标检测网络的知识蒸馏方法却很少被研究。用于分类任务的 soft label，在目标检测上基本没有提升，基于这个发现，我们提出了一种适用于目标检测的锚框排序蒸馏，充分利用了检测网络中，1 个目标匹配多个 anchor 的属性。
此外，我们发现，利用特征蒸馏，虽然可以取得一定的提升，但是特征蒸馏的效率还有很大的提升空间。我们提出利用教师和学生网络的预测差异来引导特征蒸馏，让蒸馏过程更加关注于那些学生网络预测不准的区域。在这个工作中，我们在设计蒸馏算法的时候，充分考虑了目标检测的一些重要属性，比如一对多的标签注册，稠密的预测结果。
论文标题：
Knowledge Distillation for Object Detection via Rank Mimicking and Prediction-guided Feature Imitation
论文链接：
/abs/2112.04840
本次分享的具体内容有：
介绍知识蒸馏的背景
介绍锚框排序蒸馏
实验分析和结论
未来工作展望
嘉宾介绍
李钢/ 南京理工大学博士生
李钢，南京理工大学计算机学院博士生，研究兴趣为计算机视觉，特别是目标检测，知识蒸馏，自监督、半监督学习。在 AAAI, ACM MM 等人工智能顶级会议上发表论文多篇。曾在商汤研究院，上海人工智能实验室实习。
直播地址& 交流群
本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。
视频号直播间：
扫描下方二维码关注 PaperWeekly 视频号，第一时间获取开播提醒。
B 站直播间：
/14884511
合作伙伴
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
