TIM 2025 | 通过残差特征聚合模块的双分支知识蒸馏用于异常分割

论文信息

题目：Dual-Branch Knowledge Distillation via Residual Features Aggregation Module for Anomaly Segmentation

通过残差特征聚合模块的双分支知识蒸馏用于异常分割

作者：You Zhou, Zihao Huang, Deyu Zeng, Yanyun Qu, Zongze Wu

源码链接：https://github.com/EWAN9709/DBKD

论文创新点

1. 双分支知识蒸馏框架：论文提出了一个双分支知识蒸馏（DBKD）框架，通过引入多尺度输入重建分支和多尺度特征信息提取分支，增强了模型对异常样本的表示能力。
2. 残差特征聚合模块࿰