共计 942 个字符，预计需要花费 3 分钟才能阅读完成。
Structured Knowledge Distillation for Semantic Segmentation
2019/03/13 Author:Yu ZHang
2019cvpr 中的一篇文章，是我见到的第一个在分割上使用知识蒸馏的，可见实时的分割已经是现在研究的热门了，作者做的事情就是：用 PSPNet 或 OCNet 等作为老师网络，来指导学生网络，如最近看的 ESPNet，MobileNet，ShuffleNet 等，让这些小的网络拥有更高的准确率。下图是整个蒸馏的过程：
整个蒸馏分为三个部分：1)Pixle-wise distillation 2)Pair-wise distillation 3)Holistic distillation
Pair-wise distillation
首先教师网络是不进行优化的，其是已经训好的且好使的分割网络。按先后顺序来说我们先讲 Pair-wise distillation，这一个部分作者是受马尔科夫随机场 (条件随机场) 的启发，作者想要找两两像素之间的相关性以提高网络的效果。At 表示教师网络特征图第 i 个像素与第 j 个像素之间的相关性，As 表示学生网络 ij 之间相关性，通过下式 (平方差) 来计算蒸馏 loss，让学生网络逼近教师网络：而计算两点之间相似性公式如下：
Pixel-wise distillation
这个蒸馏模块就是正常蒸馏的思路，我们把教师网络输出的概率拿过来，与学生网络输出的概率做 loss，让学生网络逼近教师网络，在图中直观的看就是两个分割图做 loss，但其实是概率做 loss，loss 公式如下：
Holistic distillation
这里作者利用了 GAN 的思想，学生网络被看作是为生成器，其输入就是数据集中的 RGB 图像，输出的是分割图(fake)，而教师网络输出的分割图为真实图，分割图与 RGB 图送入 Discriminator net 做一个嵌入，这个网络相当于 GAN 中的判别器会输出一个得分，得分表示 RGB 与分割图是否匹配，真实分布与错误分布之间计算 Wasserstein 距离。
最终共有 4 个 loss(还有一个 loss 是学生网络输出与真实 label 做普通的 loss)，最终 loss 公式如下：
采用此蒸馏方法，作者将许多小网络的准确率都提升了非常多，实验结果如下图：
