跳到正文
arXiv · 机器人与计算机视觉· Mehmet Sergen Catal, Abdurrahman Gumus, Mehmet Z\"ubeyir \"Unl\"u·· 2 天前AI 评分58

PhaseCLIP:面向少样本遥感分类的相位感知频域视觉语言模型适配

PhaseCLIP: Phase-Aware Frequency-Domain Adaptation of Vision-Language Models for Few-Shot Remote-Sensing Classification

AI 导读

PhaseCLIP 提出一种相位感知的频域适配方法,将相位能力模块与特征门控模块插入冻结的 CLIP 视觉编码器,仅训练 1.30% 的参数。该方法在五个公开遥感数据集上对比八个基线,平均准确率达 84.28%,并在 30 个数据 - 样本组合中的 23 个表现最佳,相位贡献了整体 1.93 个百分点的增益。

来源:arXiv · 机器人与计算机视觉 · arxiv.org