-
公开(公告)号：CN116958700A
公开(公告)日：2023-10-27
申请号：CN202310955757.5
申请日：2023-08-01
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 一种基于提示工程和对比学习的图像分类方法，通过在视觉和文本两个模态使用Soft Prompt Tuning以实现对下游任务的适配，实现跨模态的双路多层感知机。本方法基于文本和图像特征，在11个公开数据集上可以实现较高的图像分类准确率，平均识别准确率在82.5%以上；本方法基于大规模预训练模型和提示微调的技术，在训练过程中只需要调整少量的模型参数，节省计算资源；本方法在多模态模型CLIP的训练过程中，将对比学习和少标签学习的损失结合起来，在先前技术的基础上，提升了模型收敛的速度。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
