Knowledge Graph Enhanced Generative Multi-modal Models for Class-Incremental Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种知识图谱增强的生成多模态模型(KG-GMM),旨在解决计算机视觉中的灾难性遗忘问题。该模型通过构建演化的知识图谱,利用类标关系增强模型的区分能力。实验结果表明,该方法在类别增量学习和少样本学习中表现优异,有效保持知识。

🎯

关键要点

  • 本研究提出了一种知识图谱增强的生成多模态模型(KG-GMM),旨在解决计算机视觉中的灾难性遗忘问题。
  • KG-GMM通过构建演化的知识图谱,利用类标关系增强模型的区分能力。
  • 实验结果表明,该方法在类别增量学习和少样本学习中表现优异,有效保持知识。
➡️

继续阅读