一些专有名词：

知识蒸馏

有关综述：

模型压缩的一种常用方法，不同于模型压缩中的剪枝和量化，知识蒸馏是通过构建一个轻量化的小模型，利用性能更好的大模型（教师）的监督信息，来训练这个小模型（学生），以期达到更好的性能和精度。也可用于迁移学习，和隐私保护等。

蒸馏学习综述

功能：

1.提升模型精度

2.降低模型时延，压缩网络参数

3.图片标签之间的域迁移

4.降低标注量

动手实践蒸馏学习

实例分割与语义分割

首先分割在传统与今天的区别

传统：基于灰度值的不连续和相似的性质

现在：基于CNN，理解图像中的每个像素

两个分割的区别：

语义分割为每个像素分配一个类别，但是同一类别之间的对象不会被区分。

实例分割只对特定的物体进行分类

目标检测output：边界框和类别

实例分割output：Mask和类别