metadata conditioning

新的CLIP适应框架通过连续元数据条件化改进动物重识别

研究人员开发了一个参数高效的框架，用于将CLIP模型适应动物重识别（ReID）任务，解决了长期形态和季节性变化带来的挑战。核心创新在于一个连续元数据条件化机制，该机制在训练期间将数值属性直接整合到提示表示中。该方法保留了元数据的连续结构，允许对嵌入空间进行平滑调制，同时实现了纯视觉推理管道，无需在测试时使用元数据。在纵向数据集上的实验表明，在各种评估协议下性能有所提高，突出了对外观变化和时间分布偏移的鲁棒性增强。