MultIOD:免重复训练的多头增量目标检测器

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了三种跨领域和类别增量学习的目标检测模型,并利用注意力特征蒸馏方法进行知识的延续。实验结果表明,该方法在七个目标检测基准数据集上均有显著改进。

🎯

关键要点

  • 本研究提出了三种不同的跨领域和类别增量学习的目标检测模型。
  • 利用注意力特征蒸馏方法进行知识的延续。
  • 通过三种代表性的采样方法发现对不同目标类别的记忆较为困难。
  • 领域之间的差异对目标检测的负面影响较小。
  • 实验结果表明,该方法在七个目标检测基准数据集上均取得了显著的改进。
➡️

继续阅读