mAP: 77.16
Papers with Code · CC BY-SA 4.0
Knowledge Distillation
Knowledge distillation is the process of transferring knowledge from a large model to a smaller one. While large models (such as very deep neural networks or ensembles of many models) have higher knowledge capacity than small models, this capacity might not be fully utilized.
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
15개논문
box AP: 47.6
Top-1 Accuracy (%): 78.76
AP: 33.9
Top-1 Accuracy (%): 78.08
MV-MR: multi-views and multi-representations for self-supervised learning and knowledge distillation
Top-1 Accuracy (%): 78.6
Top-1 Accuracy (%): 79.86
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.
github.com/yzd-v/FGD
1 논문