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。
🏷️