Segmentation Sémantique d’Images pour la Conduite Autonome basée sur la Distillation de Connaissance Auto-Attentive
Résumé
Dans cet article, nous utilisons la distillation de connaissances pour réduire la complexité de calcul des réseaux de neurones et ainsi permettre leur intégration dans des systèmes portables comme les voitures autonomes. Une nouvelle méthode est proposée pour entraîner un réseau de
neurones de petite taille (l’étudiant) sous la supervision d’un réseau plus grand (l’enseignant) pour la segmentation sémantique de scènes. La principale nouveauté réside dans le transfert des connaissances de l’enseignant à l’étudiant à travers un module auto-attentif extrait des cartes de caractéristiques. Ce module capture l’association sémantique présente entre les différents canaux des cartes de caractéristiques, qui est une connaissance importante pour l’entraînement de l’étudiant. Les expérimentations sur la base de données Cityscapes démontrent l’efficacité de la
méthode proposée.