基于对比学习和指数移动平均蒸馏的细粒度时尚图像检索的多头持续学习框架
计算机视觉与模式识别
2026-03-24 v1 人工智能
摘要
大多数细粒度时尚图像检索（FIR）方法假设为静态设置，当新属性出现时需要进行完整重新训练，这在动态场景下既费力又不切实际。虽然预训练模型支持零样本推理，但在无监督情况下其准确率会下降，且尚无前期工作探索针对细粒度 FIR 的类别递增学习（CIL）。我们提出一种基于对比学习和指数移动平均（EMA）蒸馏的细粒度时尚图像检索的多头持续学习框架（MCL-FIR）。MCL-FIR 采用多头设计以适应跨增量的演进类， 将三元组输入重新表述为双元素对，以 InfoNCE 实现更简洁且更有效的训练，并采用 EMA 蒸馏实现高效知识迁移。实验在四个数据集上进行，结果表明：除了可扩展性外，MCL-FIR 在效率和准确率之间实现了强大的平衡。它在类似训练成本下的 CIL 基线方法上显著优于，而相对于静态方法，它仅使用约 30% 的训练成本即可实现相当的性能。源代码已公开于 https://github.com/Dr-LingXiao/MCL-FIR。
引用
@article{arxiv.2603.20648,
title = {A Multihead Continual Learning Framework for Fine-Grained Fashion Image Retrieval with Contrastive Learning and Exponential Moving Average Distillation},
author = {Ling Xiao and Toshihiko Yamasaki},
journal= {arXiv preprint arXiv:2603.20648},
year = {2026}
}
备注
Accepted by IEEE Transactions on Multimedia (TMM), to appear. Preprint version