Google 通用图像嵌入竞赛第六名方案
计算机视觉与模式识别
2022-10-19 v1 人工智能
摘要
本文介绍了 Kaggle 上 Google 通用图像嵌入（Google Universal Image Embedding）竞赛的第六名方案。我们的方法基于 CLIP 架构，这是一个利用自然语言监督学习视觉表示的强大预训练模型。我们还使用了带动态间隔的 SubCenter ArcFace 损失来增强类可分性与嵌入向量的判别力。最后，基于测试集类别和排行榜反馈构建了一个多样化数据集。通过精心设计的训练方案以增强迁移学习，我们的提交在私有排行榜上获得了 0.685 的分数。
引用
@article{arxiv.2210.09377,
title = {6th Place Solution to Google Universal Image Embedding},
author = {S. Gkelios and A. Kastellos and S. Chatzichristofis},
journal= {arXiv preprint arXiv:2210.09377},
year = {2022}
}
备注
Competition URL: https://www.kaggle.com/competitions/google-universal-image-embedding