CVPR 2024 | 基于解耦提示表示的域泛化方法

论文信息

题目:Disentangled Prompt Representation for Domain Generalization
基于解耦提示表示的域泛化方法
作者:De Cheng, Zhipeng Xu, Xinyang Jiang, Nannan Wang, Dongsheng Li, Xinbo Gao

论文创新点

  1. 文本引导的视觉提示调优框架:本文提出了一种新颖的文本特征引导的视觉提示调优框架,通过大语言模型(LLM)自动解耦文本提示,并利用解耦的文本特征引导域不变的视觉表示学习。
  2. 域特定原型学习(DSPL):为了充分利用域特定信息,本文设计了域特定原型学习机制。该机制为每个域中的每个类别学习一个原型,并在推理过程中选择合适的域特定原型进行分类。
  3. GPT辅助的文本解耦:本文利用GPT-3生成细粒度的域不变和域特定描述,并通过这些描述指导文本和视觉特征的学习。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值