跳到正文
arXiv · 机器人与计算机视觉· Amin Abbasishahkoo, Mahboubeh Dadkhah, Lionel Briand·· 20 天前AI 评分38

VLMs 驱动的高效多样性输入选择方法提升 DNN 微调效率

A Highly Efficient Diversity-based Input Selection for DNN Improvement Using VLMs

AI 导读

Concept-Based Diversity (CBD) 利用视觉语言模型提出高效图像输入多样性指标,计算量仅为几何多样性指标的少量部分。该方法结合 Margin 不确定性构建混合选择策略,在 ImageNet 等大规模数据集上显著优于六种最先进基线且保持接近简单方法的耗时。研究证实该方案能有效指导 DNN 微调以改善性能,适用于重复性广泛的输入选择场景。

来源:arXiv · 机器人与计算机视觉 · arxiv.org