文本与图像人物再识别的提示解耦

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

這項研究旨在通過使用原型對比學習(PCL)損失微調視覺語言模型CLIP的圖像編碼器,提升物體再識別表現。實驗結果證明了該方法在人物和車輛再識別上的競爭力,並在無監督場景中取得了最新的表現。

🎯

关键要点

  • 研究旨在提升物體再識別的表現,使用CLIP模型進行微調。
  • 分析了CLIP-ReID中prompt learning的作用及其限制。
  • 提出使用原型對比學習(PCL)損失來微調CLIP的圖像編碼器,消除prompt learning的需要。
  • 實驗結果顯示該方法在人物和車輛再識別上具有競爭力。
  • 將基於PCL的CLIP微調方法擴展到無監督場景,達到最新表現。
➡️

继续阅读