模型知识蒸馏方法及相关装置

本申请实施例提供一种模型知识蒸馏方法及相关装置，至少应用于人工智能领域，其中方法包括：基于训练数据集，从第一图像分类模型的第一卷积层的多个通道中，确定第一特征通道；基于第一特征通道的通道参数，对第一图像分类模型进行模型结构增强，得到第二图像分类模型；通过第一图像分类模型和第二图像分类模型，对预设的学生模型进行知识蒸馏，得到训练后的学生模型。本申请通过确定关键特征通道，通过关键特征通道确定第二图像分类模型，结合第一图像分类模型和第二图像分类模型对学生模型进行知识蒸馏，从而提高模型的知识蒸馏效果。