AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

风格增强

共 1 条相关 AI 资讯
7月15日
09:04
09:04官方账号arXiv cs.LG@Alaa Almouradi, Erchan Aptoula
论文提出Label-Decoupled Style Augmentation框架,针对多标签遥感场景分类中的域泛化问题。该方法通过逐标签注意力和特征统计,将风格扰动限定在标签特定区域,并与共享标签的跨域样本混合。在UCM、AID、DFC15构建的多源基准上,最佳变体达到71.5%平均精度。相比经验风险最小化提升5.0个百分点,比最强全局统计基线高1.3个百分点,在最难迁移任务上提升达7.7个百分点。参数量仅增加0.35%,推断过程不变。
论文多标签分类域泛化遥感场景分类

推荐理由:这篇论文给多标签遥感域泛化提了个新思路,用标签解耦增强比全局统计强1.3个点,参数量几乎没加。
原文
精选全部日报登录