利用知识蒸馏从多个遥感数据集进行部分多任务学习

部分多任务学习（训练样本仅标注了目标任务之一）在遥感中是一个有前景的想法，因为它允许组合为不同任务标注的数据集，并用更少的网络参数预测更多任务。由于缺乏所有任务的标注来学习联合表示，部分多任务学习的朴素方法是次优的。本文提出使用知识蒸馏来替代对替代任务真实标签的需求，并增强这种方法的性能。在公开的ISPRS 2D语义标注竞赛数据集上进行的实验表明，所提出的想法在部分多任务学习中对语义任务（包括航空图像中的目标检测和语义分割）的有效性。