arXiv · 机器人与计算机视觉· Minghao Zhu, Xiao Lin, Mengxian Hu, Xun Zhou, Liuyi Wang, Xiaoyan Qi, Chengju Liu, Qijun Chen·· 10 天前AI 评分62
TACO:面向视频识别的任务一致开放词汇适应方法
TACO: Towards Task-Consistent Open-Vocabulary Adaptation in Video Recognition
AI 导读
针对 CLIP 在开放词汇视频识别中的泛化与特化平衡难题,本文指出现有正则化方法忽视了表示偏离训练分布的问题。作者提出 TACO 框架,利用相对结构蒸馏保持 OOD 相关对齐,并通过轻量化专业化投影解耦表示空间与优化空间。该方法在跨数据集及基类到新类设置下取得最先进性能。代码将开源。
来源:arXiv · 机器人与计算机视觉 · arxiv.org