Zhang Yu

XTransfer 赋能边缘端人类感知的高效、少样本模型迁移

研究人员推出 XTransfer，一种将预训练深度学习模型迁移到边缘设备上新的人类感知应用的新颖方法。该方法旨在实现模态无关，并且仅需要少量传感器数据即可进行适应。XTransfer 采用模型修复来安全地调整预训练层，并通过层重组来通过选择和组合源模型中的相关层来高效地重构模型。在各种人类感知数据集上的评估表明，XTransfer 在实现最先进性能的同时，显著降低了数据收集、模型训练和边缘部署的相关成本。