亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

VPPT: Visual Pre-Trained Prompt Tuning Framework for Few-Shot Image Classification

计算机科学 变压器 一次性 初始化 人工智能 计算 机器学习 模式识别(心理学) 上下文图像分类 适配器(计算) 计算机视觉 图像(数学) 计算机硬件 电压 算法 工程类 机械工程 电气工程 程序设计语言
作者
Zhao Song,Ke Yang,Naiyang Guan,Jun Zhu,Qiao Peng,Qingyong Hu
标识
DOI:10.1109/icassp49357.2023.10095154
摘要

Large-scale pre-trained transformers have recently achieved remarkable success in several computer vision tasks. However, it remains highly challenging to fully fine-tune models for downstream tasks, due to the expensive computational and storage cost. Recently, Parameter-Efficient Tuning (PETuning) techniques, e.g., Visual Prompt Tuning (VPT), have significantly reduced the computation cost by inserting lightweight prompt modules including prompt tokens or adapter layers, into the pre-trained models and tuning these prompt modules with a small number of trainable parameters, while keeping the transformer backbone freeze. Although encouraging results were achieved, existing PETuning methods cannot perform well under the few-shot learning settings (i.e., extremely limited training data, with only 1 or 2 shots per class), due to the scarce supervision signal. To this end, we first empirically identify the poor performance is mainly due to the inappropriate way of initializing prompt modules, which has also been verified in the pre-trained language models. Next, we propose a Visual Pre-trained Prompt Tuning framework (VPPT), which pre-trains the prompt modules first and then leverages the pre-trained modules along with the pre-trained transformer backbone to perform prompt tuning on downstream tasks. Extensive experiments show that our VPPT framework achieves 16.08% average accuracy absolute improvement under 1 shot setting on five fine-grained visual classification datasets, compared with the previous PETuning techniques, e.g., VPT, in few-shot image classification.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
韭黄完成签到,获得积分20
17秒前
38秒前
Jessie关注了科研通微信公众号
56秒前
Jessie发布了新的文献求助30
1分钟前
天天快乐应助科研通管家采纳,获得10
1分钟前
小豆豆完成签到,获得积分10
1分钟前
韭菜盒子完成签到,获得积分20
1分钟前
123发布了新的文献求助80
1分钟前
Omni完成签到,获得积分10
2分钟前
韭菜完成签到,获得积分20
2分钟前
lingzhiyi完成签到,获得积分10
2分钟前
瞿寒完成签到,获得积分10
2分钟前
小白菜完成签到,获得积分10
2分钟前
2分钟前
2分钟前
LL发布了新的文献求助10
2分钟前
CNS天天有发布了新的文献求助10
2分钟前
我是老大应助Aurora采纳,获得10
2分钟前
2分钟前
Aurora发布了新的文献求助10
2分钟前
完美世界应助LL采纳,获得10
3分钟前
3分钟前
3分钟前
充电宝应助Aurora采纳,获得10
4分钟前
苗小天发布了新的文献求助10
4分钟前
云木完成签到 ,获得积分10
4分钟前
CNS天天有完成签到,获得积分20
4分钟前
4分钟前
Aurora发布了新的文献求助10
4分钟前
苗小天完成签到,获得积分10
4分钟前
打打应助GAOGONGZI采纳,获得10
4分钟前
orixero应助Aurora采纳,获得10
5分钟前
5分钟前
GAOGONGZI发布了新的文献求助10
5分钟前
科研通AI2S应助科研通管家采纳,获得10
5分钟前
GAOGONGZI完成签到,获得积分10
5分钟前
gszy1975完成签到,获得积分10
5分钟前
WerWu完成签到,获得积分10
6分钟前
6分钟前
Aurora发布了新的文献求助10
6分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
Ciprofol versus propofol for adult sedation in gastrointestinal endoscopic procedures: a systematic review and meta-analysis 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3671265
求助须知:如何正确求助?哪些是违规求助? 3228138
关于积分的说明 9778521
捐赠科研通 2938378
什么是DOI,文献DOI怎么找? 1609975
邀请新用户注册赠送积分活动 760503
科研通“疑难数据库(出版商)”最低求助积分说明 735991