arXiv · AI· Pavodi Maniamfu, Vogel Kiketa, Zezina Kuzulu Kuetu, Jakin Mukendi Kabongo, David Mayoya Kutangila, Pescie Honore Kinkani Mampuya, L'Or Wolo Sieka·· 24 天前AI 评分26
LE-GDA:用于无训练 CLIP 少样本适应的层集成高斯判别分析
LE-GDA: Layer Ensemble Gaussian Discriminant Analysis for Training-Free Few-Shot CLIP Adaptation
AI 导读
提出 LE-GDA 方法,通过无梯度优化组合 CLIP 中间层与最终层表示,提升无训练少样本适应效果。 在 11 个数据集和 4 种 CLIP 骨干网络上,LE-GDA 在所有组合中取得最高平均准确率。 相比 GDA-CLIP 基线,16-shot 平均准确率从 78.01% 提升至 79.54%,1-shot 时仍保持 1.20 个百分点的优势。
来源:arXiv · AI · arxiv.org