跳到正文
arXiv · 机器人与计算机视觉· Kamel Aouaidjia, Yanchao Duan, Zihui Zhen, Xin Li, Yongfei Lv, Chongsheng Zhang·· 14 小时前AI 评分72

PatchAdaNet:基于局部补丁与全局适配器的无监督类增量学习方法

PatchAdaNet: Unsupervised class incremental learning using local patches and global adapters

AI 导读

论文提出 PatchAdaNet 方法,旨在解决传统回放方法因记忆缓冲区增长和噪声累积导致的泛化问题。该方法将图像划分为补丁并训练独立自编码器以重构局部特征,聚合所有补丁编码层为全局冻结层以保持跨任务稳定性,并通过可学习适配器构建全局图像表示。

来源:arXiv · 机器人与计算机视觉 · arxiv.org