1. 介绍
如今大多数的检测模型的backbone都需要在ImageNet预训练，才能达到一个较好的结果。但是如果是新设计的网络结构，就需要先在ImageNet预训练，这将会非常耗时。因此，作者提出是否能够跳过这个步骤，而不损失效果。
作者提出，假如我们拥有一个表现很好的检测模型，我们可以用它来监督其他检测网络。那么问题就是如何用一个好的检测模型，监督训练一个更加高效的网络，同时保持它的准确率。
大多数的检测算法，都会有个基于CNN的特征提取器，然后使用不同的方法来对特征进行解码，得到用于检测的数据。因此，大的模型和更加高效的模型的区别主要在于这个CNN特征提取器，也就是backbone。因此，作者认为，mimicking应该加在CNN输出的feature map上。
但是feature map通常维度很高，直接进行模仿很难收敛。考虑到特征提取是基于region或者proposal的，因此，需要从特征中提取对应区域来优化。
作者提出的模仿的方式，可以应对图片缩放，可以使用一种2阶段的流程来进一步提高performance。
3. Mimicking for Object Detection
3.1 Logits Mimic Learning
Mimicking的主要思想是通过大的模型的soft targets或者logits来训练一个小的神经网络。通常soft targets包含了大的模型学习得到的信息，是的小的模型能够近似地拟合这种大模型的知识。loss函数可以是L2:
3.2 Feature Map Mimic Learning
为了能够在检测任务中应用mimicking，作者采用的是feature map模仿。由于卷积出来的特征的维度都非常高，但是与此同时，图片上的物体却可能相对较少，因此直接模仿整个图片的feature map就不是特别合适，因此作者提出，仅仅模仿proposals的feature map。具体loss如下：
从公式可以看出，作者使用了模仿带来的L2 loss和原本的检测的loss，并用一个参数来控制相对大小。
为了减少特征数目带来的影响，作者又提出改用如下loss：
其中
3.3 Network Architecture and Implementation Details
框架如下图
训练的时候，大的网络是以及训练好的Faster R-CNN或者R-FCN，小的网络随机初始化，每次根据小的网络的RPN，从大的网络提取相应的feature map，作为小的网络的监督信息。最后再使用训练数据进行finetune。
3.4 Two-stage Mimic
finetune可能导致退化，结果变差，因此作者提出在2阶段也假如mimic loss。通过二阶段的mimic，就使得特征，proposal信息，以及分类信息都传递给了小网络。
3.5 Mimic over Scales
当输入尺寸减少时，通常会导致结果很差。作者通过在feature map后增加一层deconv，再按照前文提出的mimic方法进行训练。这种方式可以增加performance。
