18:06
官方账号arXiv cs.LG@Zihan Ding, Liyu Zhang, Xiaomin Ouyang
精选73°
推荐理由：HALO模型用更少参数实现更高准确率，解决IMU传感异构性问题，适合开放集人体活动识别。
人体活动识别
共 1 条相关 AI 资讯
8月28日
18:06
HALO模型通过两阶段训练框架解决IMU传感异构性问题。该模型在10个公共HAR数据集上预训练，在7个保留数据集上评估。HALO仅使用约3500万参数，比MOMENT模型少10倍，但在87个训练标签的零样本开放集准确率上提高13.7个百分点。在两个分布严重偏移的数据集上，所有模型包括HALO的零样本性能均崩溃。