论文阅读（8）：ShrinkTeaNet: Million-scale Lightweight Face Recognition via Shrinking Teacher-Student Net

一、问题与挑战

1. 大规模人脸识别在很多领域得以应用，这些系统大多依赖于复杂、参数量多的深度神经网络来实现，计算量大，复杂度高。需要高性能、有并行计算能力的特殊硬件才能执行，不适用于移动设备或嵌入式系统
2. 现有的知识蒸馏方法专注于闭集问题下的精度和压缩比，以“测试类别与训练类别是固定的”为前提，不适用于开集任务
3. 现有知识蒸馏方法大多数都才去teacher和student的特征间L2距离，要求特征进行精确匹配（exact match），会导致student过正则化，不稳定

二、解决方法/创新

1. 提出了新的Teacher-Student Framework，即ShrinkTeaNet，以学习出轻量级、高精度、少参数的人脸识别网络
2. 提出了Angular Dstillation Loss，以teacher net的特征方向以及样本分布为知识蒸馏到student中，使student更加灵活地提取特征，同时可以处理那些测试集中的未见类别，适用于开集任务

三、背景/介绍
    模型压缩的目的是学习出轻量级网络，该网络能在精度和速度之间达到平衡，主要有两类方法：

1. Network Pruning 网络剪枝：分析并去除heavy network中存在的冗余度，包括三个阶段：
           （1）训练大规模模型（Over-Parameterized）;
           （2）基于某些准则为训练好的大模型进行剪枝；
           （3）为剪枝网络进行微调，以达到高性能；
2. Knowledge Dstillation 知识蒸馏：学习出一个轻量级网络，它可以模仿复杂网络（teacher）的行为，达到与之相似的效果。从teacher中转移有用的信息给student，可以使student更加灵活、有效地训练。
   ★ 一般做法：最小化teacher和student提取的特征间的L2距离，这就使二者的特征达到“精确匹配”，不适用于开集任务
   ★ Hinton提出，由teacher预测的类别概率之间的隐藏关系更有信息价值，因此teacher的预测结果会作为student的soft label，和ground truth label一起作为student训练的监督信息

Hinton的文章"Distilling the Knowledge in a Neural Network"首次提出了知识蒸馏（暗知识提取）的概念，通过引入与教师网络（teacher network：复杂、但推理性能优越）相关的软目标（soft-target）作为total loss的一部分，以诱导学生网络（student network：精简、低复杂度）的训练，实现知识迁移（knowledge transfer）
————————————————
版权声明：本文为CSDN博主「Law-Yao」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接

一般知识蒸馏模型:
    $T$和$S$分别表示teacher model 和student model的从图像域到特征域的映射函数，$T_i$和$S_i$表示中间层的子函数

    模型蒸馏的目的是从$T$中将知识蒸馏到能力有限的$S$中，使$S$可以嵌入与$T$相似的隐藏空间。该目标可以通过在$S$的训练过程中逐步比较二者的输出来实现。
    ① $g_i^t(\cdot )$和$g_i^s(\cdot )$