研究人员开发了X-AVDD,一种新颖的音视频数据集蒸馏方法,显著提高了内存效率和跨模态语义对应关系。与DM和AVDD等现有方法相比,这种新方法将合成成本降低了约8倍GPU小时。X-AVDD在VGGSound和AVE等数据集上表现出优越的性能,提高了准确性和跨架构泛化能力,并且能有效地扩展到AudioCLIP等复杂模型。 AI
影响 提高了音视频模型训练数据的合成效率和有效性。
排序理由 研究论文,详细介绍了一种新的数据集蒸馏方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →