物体検出やセグメンテーションのタスクで推論を高速化させる方法として、入力解像度を小さくすることは有効であるが、精度を著しく低下させてしまう。そこで、Knowledge Distillation(KD)により、高解像度の教師モデルから低解像度の生徒モデルにDistillすることを試みた。主にFPNを参考にし、一連の"aligned multi-scale training"という枠組みとして提案。