基于知识蒸馏的ResNet模型优化研究.pdf

基于知识蒸馏的ResNet模型优化研究 中文摘要 近几年来，卷积神经网络凭借其强大的特征提取能力，在复杂的图像分类任务中取 得了显著的效果，成为了图像分类领域的研究热点。ResNet残差网络作为卷积神经网络 的一种经典架构，通过增加网络深度，增强了其特征提取能力。然而，随着网络的不断 加深，模型精度提升难、参数冗余等问题逐渐突出，残差网络的优化越来越难。因此， 如何提升网络模型精度、减少模型参数量成为优化ResNet模型的关键之处，为此，主 要做了以下工作： 一、概括了卷积神