少样本领域适应的学习图像压缩
本研究提出了一种少样本领域适应的方法,通过整合适配器到预训练模型中,解决了预训练模型在应用于训练域之外的图像时性能下降的问题。该方法仅需25个目标域样本,达到了与H.266/VVC编码相当的效果,并在传输参数方面更加高效。
原文中文,约300字,阅读约需1分钟。
本研究提出了一种少样本领域适应的方法,通过整合适配器到预训练模型中,解决了预训练模型在应用于训练域之外的图像时性能下降的问题。该方法仅需25个目标域样本,达到了与H.266/VVC编码相当的效果,并在传输参数方面更加高效。