深度神经网络一般有较多的参数冗余，目前有几种主要的方法对模型进行压缩，减小其参数量。如裁剪、量化、知识蒸馏等，其中知识蒸馏是指使用教师模型(teacher model)去指导学生模型(student model)学习特定任务，保证小模型在参数量不变的情况下，得到比较大的性能提升。
知识蒸馏的方法在部署中非常常用，通过使用大模型指导小模型学习的方式，在通常情况下可以使得小模型在预测耗时不变的情况下，精度得到进一步的提升，从而进一步提升实际部署的体验。
无论是大模型蒸馏小模型，还是小模型之间互相学习，更新参数，他们本质上是都是不同模型之间输出或者特征图(feature map)之间的相互监督，区别仅在于：
(1) 模型是否需要固定参数。
(2) 模型是否需要加载预训练模型。
对于大模型蒸馏小模型的情况，大模型一般需要加载预训练模型并固定参数；对于小模型之间互相蒸馏的情况，小模型一般都不加载预训练模型，参数也都是可学习的状态。在知识蒸馏任务中，不只有2个模型之间进行蒸馏的情况，多个模型之间互相学习的情况也非常普遍
参考文档：
- PaddleOCR/knowledge_distillation.md at release/2.6 · PaddlePaddle/PaddleOCR (github.com)
- 飞桨AI Studio - 人工智能学习与实训社区 (baidu.com)
现有的知识蒸馏方法主要有以下4种，
- 标准蒸馏
- DML蒸馏（互学习蒸馏）
- CML蒸馏（协同互学习蒸馏）
- U-DML蒸馏（统一互学习蒸馏）
1、标准蒸馏
标准的蒸馏方法是通过一个大模型作为 Teacher 模型来指导 Student 模型提升效果，
大模型在训练过程中权重不更新。
2、DML蒸馏
而后来又发展出 DML 互学习蒸馏方法，即通过两个结构相同的模型互相学习，相比于前者，DML 脱离了对大的 Teacher 模型的依赖，蒸馏训练的流程更加简单，模型产出效率也要更高一些。
- 支持任意网络的互相学习，不要求子网络结构完全一致或者具有预训练模型；同时子网络数量也没有任何限制，只需要在配置文件中添加即可。（下图中为完全相同的两个模型互相学习）
3、U-DML蒸馏
对于标准的 DML 策略，蒸馏的损失函数仅包括最后输出层监督，然而对于 2 个结构完全相同的模型来说，对于完全相同的输入，它们的中间特征输出期望也完全相同，
因此在最后输出层监督的监督上，可以进一步添加中间输出的特征图的监督信号，作为损失函数，即 PP-OCRv2 中的 U-DML (Unified-Deep Mutual Learning) 知识蒸馏方法。
4、CML蒸馏
PP-OCRv2 文字检测模型中使用的是三个模型之间的 CML (Collaborative Mutual Learning) 协同互蒸馏方法，既包含两个相同结构的 Student 模型之间互学习，同时还引入了较大模型结构的 Teacher 模型。CML与其他蒸馏算法的对比如下所示。
这里Teacher模型是大模型，加载预训练权重，且固定参数不学习，两个student为结构完全相同的小模型，不需要加载预训练权重，参数需要学习。