如何在MSTAR数据集中刷出99.5%的识别准确率1、背景介绍与自然图像识别研究的快速发展不同，在遥感SAR图像识别领域，因为目标探测手段的困难，难以获取足量公开的数据集，其中美国公开的MSTAR是为数不多的、对地车辆目标进行识别的数据集。MSTAR是在二十世纪九十年代中期，美国国防高等研究计划署（DARPA）推出。通过高分辨率的聚束式合成孔径雷达采集多种前苏联目标军事车辆的SAR图像。M...

最近因为项目原因，研究使用增量学习。增量学习（incremental learning）是指一个学习系统能不断地从新样本中学习新的知识，并能保存大部分以前已经学习到的知识，增量学习非常类似于人类自身的学习模式。因为人在成长过程中，每天学习和接收新的事物，学习是逐步进行的，而且，对已经学习到的知识，人类一般是不会遗忘的。有时增量学习与持续学习（continual learning）、终生...

这是CVPR 2019的论文，在我看来，一直到这篇文章，才算是对增量学习中一个基本问题进行了研究，那就是对于基于神经网络的增量学习而言，所谓的“灾难性遗忘”到底遗忘了啥？在前面几篇文章的分析中，作者大多都是给了一个较为笼统的解释，即遗忘了基于旧样本数据训练学到的模型知识，但这个知识如何表述，基本上是从蒸馏损失的角度出发来分析。在LwM这篇文章中，作者从网络得到的注意力区域图出发，重新定义了增...

这个问题很有意思，我原本安装了pytorch 1.0.0，torchvision0.4.0版本，import torch、import torchvision、import torch._C都没问题。但是有一天无意调用一个from torchvision import _C as C指令时，报错“ImportError: DLL load failed: 找不到指定的模块”，网上找了一堆解决方法，

在弄懂原理基础上，从本篇博客开始，逐步介绍基于知识蒸馏的增量学习、模型压缩的代码实现。毕竟“纸上得来终觉浅，绝知此事要躬行。”。先从最经典的Hilton论文开始，先实现基于知识蒸馏的模型压缩。相关原理可以参考博客：https://blog.csdn.net/zhenyu_an/article/details/101646943，既然基本原理是用一个已训练的teacher网络，去教会一个st...