面向内窥镜相机深度估计的全参数与参数高效自学习
计算机视觉与模式识别
2024-10-11 v2 人工智能
摘要
最近开发了适用于内窥镜深度估计的深度基础模型适应方法。然而，这些方法通常因限制参数搜索于低秩子空间且改变训练动力学而表现不佳。因此，我们提出了一个用于内窥镜深度估计的全参数和参数高效学习框架。在第一个阶段，在不同的子空间内同时适应注意力、卷积和多层感知机的子空间。在第二个阶段，提出一种内存高效的优化方法，用于子空间组合，并在联合子空间中进一步提高性能。关于 SCARED 数据集的初始实验表明，第一个阶段的结果在与最先进模型的比较中，将 Sq Rel、Abs Rel、RMSE 和 RMSE log 的性能提升至从 10.2% 提升至 4.1%。
引用
@article{arxiv.2410.00979,
title = {Towards Full-parameter and Parameter-efficient Self-learning For Endoscopic Camera Depth Estimation},
author = {Shuting Zhao and Chenkang Du and Kristin Qi and Xinrong Chen and Xinhan Di},
journal= {arXiv preprint arXiv:2410.00979},
year = {2024}
}
备注
WiCV @ ECCV 2024