基于对抗样本的多教师知识蒸馏方法及装置

摘要

本发明公开了一种基于对抗样本的多教师知识蒸馏方法、装置及计算机存储介质，该方法包括：对样本基于教师概率输出与学生概率输出差异最大化的原则，选择待修改原始样本；将待修改原始样本在教师模型上分类概率最大的分类作为对抗攻击的目标分类以及对应的待修改原始样本作为可修改原始样本；基于教师模型对可修改原始样本类别的分类概率得到教师模型的决策边界，利用点到线距离的向量算法，以可修改原始样本恰好越过决策边界和恰好不越过决策边界为目标，对可修改原始样本进行迭代修改，生成位于决策边界两侧的边界样本对；利用生成的边界样本，使用基于边界距离的多教师权重分配训练学生模型。本发明能够提升学生模型的分类精度。