.png){kind=icon}
返回
Relation Perception Distillation for object detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.114088.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
知识蒸馏对目标检测器的轻量化具有重要意义。本文从目标检测器预测不和谐的问题出发，提出了一种新颖的关系感知蒸馏（RPD）方法，该方法包括相关性蒸馏（CD）和特征感知蒸馏（FPD）。CD通过向学生模型灌输分类得分与定位质量的相关性知识，直观地改善了预测的和谐性。此外，我们观察到做出不一致预测的检测器会被特征混合的区域所干扰。因此，进一步提出了FPD来帮助检测器区分来自不同真实值（GTs）的特征。大量实验证明了所提方法的有效性和鲁棒性。结果表明，在COCO2017数据集上，我们的方法实现了最高4.0 AP的提升，优于近期知识蒸馏方法如FGD、TBD和DiffKD。
Keyword:
Object detection
Knowledge distillation
Computer vision
