Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ]

论文信息

论文标题：Joint Progressive Knowledge Distillation and Unsupervised Domain Adaptation
论文作者：Yanping Fu, Yun Liu
论文来源：2021 aRxiv
论文地址：download
论文代码：download
视屏讲解：click

1 介绍

　　动机：知识蒸馏+DA

2 方法

模型框架

　　

　　教师网络DA：

　　　　$\mathcal{L}_{T D A}=\mathcal{L}_{M M D}+\gamma \mathcal{L}_{C E}\left(T\left(D_{s}^{L}, 1\right), y_{s}\right)$

　　　　$\mathcal{L}_{M M D}=\left\|\frac{1}{N_{s}} \sum_{x_{i} \in D_{s}^{L}} \phi_{T}\left(x_{i}\right)-\frac{1}{N_{t}} \sum_{x_{j} \in D_{t}^{U}} \phi_{T}\left(x_{j}\right)\right\|_{\mathcal{H}}^{2}$

　　其中，$\phi_{T}$ 是教师网络特征提取器；

　　训练目标：

　　　　$\mathcal{L}_{T K D}=\mathcal{L}_{\text {distill }}\left(S\left(D_{t}^{U}, \tau\right), T\left(D_{t}^{U}, \tau\right)\right)$

　　　　$\mathcal{L}_{S K D}=\mathcal{L}_{\text {distill }}\left(S\left(D_{s}^{L}, \tau\right), T\left(D_{s}^{L}, \tau\right)\right)+\alpha \mathcal{L}_{C E}\left(S\left(D_{s}^{L}, 1\right), y_{s}\right)$

　　一开始，老师仍然在向 $\text{DA}$ 学习，意味着除了可以从 $\text{KD}$ 损失中学习的源表示之外，学生模型没有什么需要学习的东西。鉴于此，建议在一开始给予 $\text{UDA}$ 更重要的重要性，并逐渐将重要性转移到 $\text{KD}$。

　　总体训练目标：

　　　　$\mathcal{L}=(1-\beta) \mathcal{L}_{T D A}+\beta\left(\mathcal{L}_{T K D}+\mathcal{L}_{S K D}\right)$

　　其中：

　　　　$\beta_{t}=b * e^{g t}$

　　　　$g=\frac{\log \left(\frac{f}{b}\right)}{\text { epochs }}$
　　Note：$t$ 代表当前 $\text{epoch}$，$\text{b}$ 为起始值，$\text{f}$ 为结束值；

　　算法：

　　

3 实验

　　检测 UDA 和 DK：

• * 1) DA, and then KD：先在源、目标域做 UDA，然后再在目标域做 知识蒸馏；[ 猜测：一个特征提取器+2个分类器 ]
  • 2) KD, and then UDA：教师学生模型先进行 KD，然后在学生模型进行 UDA；
  • 3) UDA directly on compact model：训练一个学生模型只使用 UDA ；

UDA 分类