TPAMI 2024 | DualCoOp++:一种快速高效的有限注释多标签识别方法
小白学视觉
共 28813字,需浏览 58分钟
·
2024-05-26 18:25
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
题目:DualCoOp++: Fast and Effective Adaptation to Multi-Label Recognition With Limited Annotations
DualCoOp++:一种快速高效的有限注释多标签识别方法
作者:Ping Hu;Ximeng Sun;Stan Sclaroff;Kate Saenko
摘要
关键词
-
多标签图像识别 -
部分标签识别 -
视觉语言模型 -
零样本识别
I. 引言
我们的贡献总结如下:
-
我们提出了 DualCoOp++,以高效和有效地适应强大的视觉语言模型,以解决使用有限注释的多标签识别任务。 -
我们提出了证据引导的区域特征聚合模块,以改善从有限注释中学习的上下文信息的空间聚合。 -
我们提出了赢家通吃 (WTA) 模块,以促进 MLR 中的类别间互动,从而更好地区分相似类别。 -
我们在多个基准数据集上进行了广泛的实验和分析,并证明 DualCoOp++ 在部分标签 MLR 和零样本 MLR 任务中均达到了最先进的性能。值得注意的是,在不引入额外计算开销的情况下,DualCoOp++ 在 MS-COCO 和 NUS-WIDE 等基准上,均比我们之前的 DualCoOp 提升了超过 2%。
III. 方法
问题定义
方法概述
可学习三重提示
证据引导区域特征聚合
赢家通吃正则化
优化
方法论依据
IV. 实验
A. 部分标签的多标签识别
数据集
评估
实现
基线
-
采用图神经网络进行标签依赖的 SSGRL [77]、GCN-ML [7] 和 KGGR [53]。 -
生成未知标签伪标签的课程标签 [16] 和 SST [17]。 -
使用归一化 BCE 损失更好地利用部分标签的 Partial BCE [16]。 -
在不同图像之间混合类别特定表示以传递信息的 SARB [19]。 -
采用大规模预训练视觉语言模型 CLIP 的 SCPNet [74]、TaI-DPT [75] 和我们的 DualCoop [26]。
结果
完全标签训练
计算成本
B. 零样本多标签识别
数据集
评估
实现
基线
-
采用分类器集成来处理未见类别的 CONSE [81]。 -
学习联合图像标签嵌入的 LabelEM [82]。 -
估计输入图像的一个或多个多样主方向的 Fast0Tag [21] 和 SDL [20]。 -
估计相关区域的 Deep0Tag [76] 和 LESA [23],分别通过区域提议和注意技术。 -
增强基于区域特征以最小化类别间特征纠缠的 BiAM [24]。 -
基于预训练 CLIP 模型的 DualCoOp [26]。
结果
C. 方法分析
为什么提出的方法对 MLR 有用?
文本监督的有效性
CoOp 与 DualCoOp++ 与 DualCoOp
提示设计的消融实验
聚合函数的影响
微调 DualCoOp 的消融实验
V. 结论
声明
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲 在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲 在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
评论
TPAMI 2024 | 超图同构计算
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达题目:Hypergraph Isomorphism Computation超图同构计算作者:Yifan Feng; Jiashu Han; Shihui Ying; Yue Gao摘要同构问题在网络分析中至关重要,涉及分析低阶和高
小白学视觉
0