Foundation Model 还是 Finetune？面向河流污染的少样本语义分割评估
计算机视觉与模式识别
2024-09-06 v1
摘要
Foundation Model（基础模型）是人工智能领域的热门研究主题。其无需重新训练或依赖大量数据的跨任务、跨数据集的泛化能力，使其成为专科数据集应用的有力候选方案。本文比较了 Foundation Model 与在小样本情况下进行微调的预训练监督模型在全新数据集上的语义分割任务性能。我们发现，即使数据稀缺，微调后的模型仍持续优于所测试的 Foundation Model。我们将发布该工作的代码与数据集于 GitHub。
引用
@article{arxiv.2409.03754,
title = {Foundation Model or Finetune? Evaluation of few-shot semantic segmentation for river pollution},
author = {Marga Don and Stijn Pinson and Blanca Guillen Cebrian and Yuki M. Asano},
journal= {arXiv preprint arXiv:2409.03754},
year = {2024}
}
备注
Accepted at ECCV 2024 Green Foundation Models workshop