Google通用图像嵌入竞赛第三名方案

Nobuaki Aoki; Yasumasa Namba

Google通用图像嵌入竞赛第三名方案

计算机视觉与模式识别 2022-10-18 v1

作者: Nobuaki Aoki , Yasumasa Namba

摘要

本文呈现Kaggle上Google通用图像嵌入竞赛的第三名方案。我们使用来自OpenCLIP的ViT-H/14作为ArcFace的骨干，并分两阶段训练。第一阶段冻结骨干完成，第二阶段为整个模型训练。我们在私有排行榜上取得0.692的平均Precision @5。代码见 https://github.com/YasumasaNamba/google-universal-image-embedding

关键词

图像嵌入 ArcFace OpenCLIP ViT-H/14 Kaggle竞赛 Precision @5

引用

@article{arxiv.2210.09296,
  title  = {3rd Place Solution for Google Universal Image Embedding},
  author = {Nobuaki Aoki and Yasumasa Namba},
  journal= {arXiv preprint arXiv:2210.09296},
  year   = {2022}
}

备注

3 pages, 5 figures

相关论文

查看更多相关论文 →