CVPR2025 | 清华大学发表打破视觉识别中全参数微调的枷锁

文章预览

来源 ：群函数 本文 约1700字 ，建议阅读 5分钟 本研究 提出了多认知视觉适配器（Mona）调优。 01、 工作速览 预训练和微调可以增强视觉任务中的迁移效率和性能。最近的增量调优（delta-tuning）方法为视觉分类任务提供了更多选择。 尽管取得了成功，但现有的视觉增量调优方法未能在目标检测和分割等具有挑战性的任务上突破全参数微调的上限。 为了找到一种能够与全参数微调相媲美的替代方案，清华大学在IEEE/CVF Conference on Computer Vision and Pattern Recognition 2025会议 在线发表题为  “5%>100%:BreakingPerformance Shackles of Full Fine-Tuning on Visual Recognition Tasks” 的研究论文。 该研究提出了多认知视觉适配器（Mona）调优，这是一种新颖的基于适配器的调优方法。首先，在适配器中引入了多个视觉友好的滤波 器，以增强其处理视觉信号的能力，而以往的方法主要 ………………………………