跳到正文
arXiv · 机器人与计算机视觉· Zihao Wang (Shandong University), Yu-Wei Zhan (Zhejiang University of Technology), Xiao-Qian Liu (Shandong University), Zhen-Duo Chen (Shandong University), Weitong Liu (Shandong University), Xin Luo (Shandong University), Xin-Shun Xu (Shandong University)·· 5 小时前AI 评分75

TAP:利用冻结表示的判别潜力进行类增量学习

TAP: Tapping the Discriminative Potential of Frozen Representations for Class-Incremental Learning

AI 导读

针对类增量学习中适应预训练表示带来的成本与旧特征结构破坏问题,论文提出 TAP 框架,在冻结 CLIP 嵌入空间内通过轻量优化累积视觉与语义信息。该方法包含三个模块:类条件视觉分布建模、类自适应语义校准及视觉 - 语义后验融合,能在不保留历史图像的情况下对所有已见类别进行预测。

来源:arXiv · 机器人与计算机视觉 · arxiv.org