关于高精度语义分割模型的研究已经有很多效果很好的重量级模型,如PSPNet、DeepLabV3+等,然而实际应用的过程中,对于高效模型的诉求非常迫切,实时的语义分割目前也有很大的进展,如旷世的BiSeNet、DFANet等。知识蒸馏则是一种将重量级模型学到的知识转移给轻量级模型从而提升其精度的策略,并且在语义分割任务中也可应用。
在原来的Dense Prediction任务中,是直接借用图像分类的知识蒸馏方案,对每个像素分别进行知识蒸馏,导致性能较差。考虑到Dense Prediction本身是一个结构化预测问题,因此可以将结构化知识从大型网络提取到小型网络。
8月12日晚8点,智东西公开课邀请到阿德莱德大学在读博士刘伊凡参与「CV前沿讲座」第14讲的直播讲解。刘博将围绕《结构化蒸馏在语义分割中的研究与应用》这一主题进行深入讲解。她从知识蒸馏的研究与应用出发,深度解析结构化蒸馏的方案原理,并介绍结构化蒸馏在图象语义分割的应用和基于单帧推理的快速视频语义分割。
刘伊凡是阿德莱德大学计算机学院在读博士,导师为沈春华老师。她的主要研究方向计算机视觉,致力于提升轻量化模型的性能,成果发表于CVPR,ECCV,ICCV和TPAMI等国际期刊和会议。
课程内容
主题:
结构化蒸馏在语义分割中的研究与应用
提纲:
1、知识蒸馏的研究与应用
2、结构化蒸馏的原理解析
3、结构化蒸馏在图像语义分割的应用
4、基于单帧推理的快速视频语义分割
讲师介绍
刘伊凡,阿德莱德大学计算机学院在读博士,导师为沈春华老师,主要研究方向计算机视觉,致力于提升轻量化模型的性能,成果发表于CVPR,ECCV,ICCV和TPAMI等国际期刊和会议。
直播信息
直播时间:8月12日20:00
直播地点:智东西公开课小程序
答疑地址:模型压缩讨论群
加入主讲群
本次课程的讲解分为主讲和答疑两部分,主讲以视频直播形式,答疑将在「模型压缩讨论群」进行。
加入讨论群,除了可以免费收看直播之外,还能认识讲师,与更多同行和同学一起学习,并进行深度讨论。
扫码添加小助手糖糖(ID:hitang20)即可申请,备注“姓名-公司/学校/单位-职位/专业”的朋友将会优先审核通过哦~
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有