具有预训练视觉语言模型的类别增量学习
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
该研究提出了一种利用预训练视觉-语言模型进行进一步调整的方法,以适应新任务。通过在预训练的CLIP模型上增加附加层,实验证明最简单的解决方案获得了最佳结果。该方法显著改进了现有技术水平。
🎯
关键要点
- 研究提出了一种利用预训练视觉-语言模型进行进一步调整的方法。
- 在预训练的CLIP模型上增加附加层以适应新任务。
- 研究了线性适配器、自注意适配器和提示调整。
- 提出了一种参数保留的方法,以保持增量学习过程中的稳定性和可塑性。
- 实验证明,具有参数保留的线性适配器层获得了最佳结果。
- 多个常规基准实验表明该方法显著改进了现有技术水平。
➡️