Language-driven Dense Semantic Adaptor

New LDSA Method Achieves State-of-the-Art in Multi-label Image Classification

研究人员开发了一种名为语言驱动的密集语义适配器（LDSA）的新方法，以改进多标签图像分类，特别是在处理不完整标注时。该方法利用多模态预训练的CLIP模型来建立密集的视觉对比约束，并通过特定类别的提示调优实现语言驱动的解码器。实验表明，LDSA通过先验自适应学习发现隐式语义关系，在公开基准测试中取得了新的最先进性能。