通过扩展Transformer提升高分辨率图像分类性能
计算机视觉与模式识别
2023-10-17 v2
摘要
我们提出了一种用于高分辨率图像分类的整体方法，该方法在ICCV/CVPPA2023深度养分缺乏挑战赛中获得了第二名。该方法包含完整流程：1) 数据分析分布以检查潜在的域偏移，2) 为可扩展至高分辨率输入的强基线模型选择骨干网络，3) 利用已发布的预训练模型并在小子集上持续微调的迁移学习，4) 用于增加训练数据多样性并防止过拟合的数据增强，5) 用于提升预测鲁棒性的测试时增强，以及6) 通过对跨折模型预测取平均以平滑最终测试结果的“data soups”。
引用
@article{arxiv.2309.15277,
title = {Boosting High Resolution Image Classification with Scaling-up Transformers},
author = {Yi Wang},
journal= {arXiv preprint arXiv:2309.15277},
year = {2023}
}
备注
Tech report. 4 pages, 2 figures