VIPriors 3：面向数据高效深度学习的视觉归纳偏置挑战赛
计算机视觉与模式识别
2023-06-01 v1
摘要
第三届“VIPriors：面向数据高效深度学习的视觉归纳偏置”研讨会设置了四项数据受限挑战赛，聚焦于解决计算机视觉任务中训练深度学习模型时数据可用性受限的问题。挑战赛包含四项不同的数据受限任务，参与者需使用减少数量的训练样本从零训练模型。主要目标是鼓励引入相关归纳偏置以提升深度学习模型数据效率的新方法。为激发创造性与探索，严格禁止参与者使用预训练检查点与其他迁移学习技术。相比所提供的基线取得了显著进展，获胜方案在所有四项任务中以可观优势超越基线。这些成就主要归因于广泛数据增强策略、模型集成技术的有效利用，以及包括自监督表示学习在内的数据高效训练方法的实施。本报告强调了挑战赛的关键方面及其成果。
引用
@article{arxiv.2305.19688,
title = {VIPriors 3: Visual Inductive Priors for Data-Efficient Deep Learning Challenges},
author = {Robert-Jan Bruintjes and Attila Lengyel and Marcos Baptista Rios and Osman Semih Kayhan and Davide Zambrano and Nergis Tomen and Jan van Gemert},
journal= {arXiv preprint arXiv:2305.19688},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2201.08625