视觉语言对象检测的零样本可迁移增量学习
原文中文，约500字，阅读约需2分钟。发表于：。本文提出了一种增量的视觉 - 语言物体检测（IVLOD）学习任务，旨在在保持泛化能力的同时，逐步调整预训练的视觉 - 语言物体检测模型（VLODMs）以适应不同的专用领域。为了解决这一新挑战，我们提出了一种称为 Zero-interference Reparameterizable Adaptation（ZiRa）的新方法，该方法引入了零干扰损失和参数重参数化技术来处理...
本文提出了一种增量的视觉-语言物体检测（IVLOD）学习任务，通过ZiRa方法能够保持泛化能力并适应不同的专用领域。实验结果表明，ZiRa在ODinW-13数据集上的性能优于CL-DETR和iDETR，分别提高了13.91和8.71个AP的零泛化能力。
