通过渐进式自蒸馏学习更多食物识别信息

食物识别具有广泛的应用，如健康感知推荐和自助餐厅。以往大多数食物识别方法首先以某种弱监督方式定位信息区域，然后聚合其特征。然而，信息区域定位错误在一定程度上限制了这些方法的有效性。我们提出渐进式自蒸馏（PSD）方法，不再定位多个区域，而是逐步增强网络挖掘更多食物识别细节的能力。PSD 的训练同时包含多个自蒸馏过程，其中教师网络和学生网络共享相同的嵌入网络。由于学生网络从其教师网络获得通过掩码部分信息区域修改后的图像，教师网络输出比学生网络更强的语义表示。在更强语义的教师网络引导下，学生网络被鼓励通过增强自身能力从修改后的图像中挖掘更多有用区域。教师网络的能力也随共享嵌入网络而增强。通过渐进式训练，教师网络逐步提升其挖掘更具判别力区域的能力。推理阶段仅使用教师网络，无需学生网络辅助。在三个数据集上的大量实验证明了我们所提方法的有效性和最先进的性能。