基于图表征知识蒸馏的图像分类方法
文献类型：期刊论文
| 作者 | 杨传广2; 陈路明1; 赵二虎2; 安竹林2; 徐勇军2 |
| 刊名 | 电子学报
 |
| 出版日期 | 2024 |
| 卷号 | 52期号:10页码:3435 |
| 关键词 | knowledge distillation graph convolutional neural network image classification meta-learning representation learning 知识蒸馏 图卷积神经网络 图像分类 元学习 表征学习 |
| ISSN号 | 0372-2112 |
| 英文摘要 | 知识蒸馏的核心思想是利用1个作为教师网络的大型模型来指导1个作为学生网络的小型模型,提升学生网络在图像分类任务上的性能.现有知识蒸馏方法通常从单一的输入样本中提取类别概率或特征信息作为知识,并没有对样本间关系进行建模,造成网络的表征学习能力下降.为解决此问题,本文引入图卷积神经网络,将输入样本集视为图结点构建关系图,图中的每个样本都可以聚合其他样本信息,提升样本的表征能力.本文从图结点和图关系2个角度构建图表征知识蒸馏误差,利用元学习引导学生网络自适应学习教师网络更佳的图表征,提升学生网络的图建模能力.相比于基线方法,本文提出的图表征知识蒸馏方法在加拿大高等研究院(Canadian Institute For Advanced Research,CIFAR)发布的100种分类数据集上提升了3.70%的分类准确率,表明本文方法引导学生网络学习到了更具有判别性的特征空间,提升了图像分类能力. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/42425]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.93114部队 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 杨传广,陈路明,赵二虎,等. 基于图表征知识蒸馏的图像分类方法[J]. 电子学报,2024,52(10):3435. |
| APA | 杨传广,陈路明,赵二虎,安竹林,&徐勇军.(2024).基于图表征知识蒸馏的图像分类方法.电子学报,52(10),3435. |
| MLA | 杨传广,et al."基于图表征知识蒸馏的图像分类方法".电子学报 52.10(2024):3435. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。