返回
Enhancing knowledge distillation for semantic segmentation through text-assisted modular plugins
DOI:10.1016/j.patcog.2024.111329.png)
摘要
En 中文
与其他模型压缩方法(如剪枝和量化)相比,知识蒸馏提供了更优越的兼容性和灵活性。当前用于语义分割的知识蒸馏(KD)方法主要引导学生模型仅通过图像数据复制教师模型的结构化信息。然而,这些方法往往忽视了在蒸馏过程中引入辅助模态(如文本信息)的潜在益处,从而未能有效弥合学生模型与教师模型之间的差距。本文介绍了一种新颖的文本辅助蒸馏方法。利用对比语言-图像预训练(CLIP)框架,我们提出了两个模块化插件:文本通道蒸馏模块和文本区域蒸馏模块,旨在将文本先验整合到蒸馏过程中。这些模块作为学生模型与教师模型之间的桥梁,增强了学生模型对教师网络的模仿。这些模块的特点是简单、通用,并能与现有的知识蒸馏框架无缝集成,从而促进性能提升。在Cityscapes、Pascal VOC和CamVid数据集上的实验评估表明,将这些即插即用模块增强当前最先进蒸馏技术后,显著提高了蒸馏效果。
Keyword:
Semantic segmentation
Knowledge distillation
Modality fusion
Plug-and-play module
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息

