基于半监督学习与视觉Transformer的细粒度分类迁移学习
计算机视觉与模式识别
2023-05-18 v1 人工智能
机器学习
摘要
细粒度分类是一项具有挑战性的任务，涉及识别同一类别内物体之间的细微差异。在数据稀缺的场景下，该任务尤其具有挑战性。视觉Transformer（ViT）近年来已成为一种强大的图像分类工具，因其能够利用自注意力机制学习视觉数据的高表达力表示。在本工作中，我们探索了Semi-ViT，一种使用半监督学习技术微调的ViT模型，适用于标注数据缺乏的情况。这在电子商务中尤为常见，其中图像易于获取但标签有噪声、不存在或获取成本高昂。我们的结果表明，Semi-ViT优于传统的卷积神经网络（CNN）和ViT，即使在仅有有限标注数据微调的情况下也是如此。这些发现表明，Semi-ViT在需要精确细粒度视觉数据分类的应用中具有重要前景。
引用
@article{arxiv.2305.10018,
title = {Transfer Learning for Fine-grained Classification Using Semi-supervised Learning and Visual Transformers},
author = {Manuel Lagunas and Brayan Impata and Victor Martinez and Virginia Fernandez and Christos Georgakis and Sofia Braun and Felipe Bertrand},
journal= {arXiv preprint arXiv:2305.10018},
year = {2023}
}
备注
6 pages, 1 figure, 3 tables