函数匹配在驾驶场景识别中的有效性

知识蒸馏是训练自动驾驶所需紧凑识别器的有效途径。近期图像分类研究表明，在广泛数据点上进行师生匹配对提升蒸馏性能至关重要。该概念（称为函数匹配）适用于驾驶场景识别，其中通常存在几乎无限的未标注数据。本研究通过实验探究在结构化预测任务中，使用如此大量的未标注数据进行蒸馏对学生模型性能的影响。通过大量实验，我们证明紧凑学生模型的性能可得到显著提升，甚至通过海量未标注数据的知识蒸馏匹配大规模教师的性能。