使用残差适配器学习多个视觉域
计算机视觉与模式识别
2017-11-28 v5 机器学习
摘要
学习对许多不同类型问题和数据都有效的数据表示日益受到关注。本文中，我们特别关注学习任务：学习单一视觉表示，可成功用于分析非常不同的图像类型，从狗品种到停车标志和数字。受近期关于预测另一网络参数的学习网络工作的启发，我们开发了一种可调深度网络架构，通过适配器残差模块，可即时转向多样视觉域。我们的方法实现了高度参数共享，同时保持甚至改善了特定域表示的准确性。我们还引入了视觉十项全能挑战（Visual Decathlon Challenge），这是一个基准，评估表示同时捕获十个非常不同视觉域的能力，并衡量它们均匀良好识别的能力。
引用
@article{arxiv.1705.08045,
title = {Learning multiple visual domains with residual adapters},
author = {Sylvestre-Alvise Rebuffi and Hakan Bilen and Andrea Vedaldi},
journal= {arXiv preprint arXiv:1705.08045},
year = {2017}
}