研究人员开发了一种名为解耦表示动态网络 (DRDN) 的新方法,以改进 Vision Transformer (ViT) 模型中的类增量学习 (CIL)。DRDN 通过使用掩码图像建模 (MIM) 来保留骨干网络中的通用视觉结构,并通过分层任务令牌扩展来减少任务间干扰,从而解决了跨任务混淆和欠优化的共享表示等挑战。在 CIFAR100-B0 上进行 10 个步骤的实验中,DRDN 实现了 77.19% 的平均准确率,优于 DKT 和 DyTox 等现有方法。 AI
影响 提高了视觉 Transformer 在增量学习中的长期可辨别性并减少了混淆。
排序理由 该集群包含一篇研究论文,详细介绍了计算机视觉模型中类增量学习的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →