Label-Guided Knowledge Distillation

新的标签引导知识蒸馏增强动作识别模型

研究人员开发了一种名为标签引导知识蒸馏（LGKD）的新方法，以提高轻量级学生模型在动作识别任务中的性能。该技术通过考虑视频数据的时域维度来解决现有方法的局限性，而这一维度在从图像分析改编时常常被忽略。LGKD结合了样本级和类别级蒸馏组件，利用真实标签和同一类别内样本之间的关系知识来指导学生模型的学习。在UCF101和HMDB51数据集上的实验显示出具有竞争力的结果，突显了该方法在增强模型泛化能力方面的有效性。