★ 2
LoRA 增强对比学习用于声呐目标识别
研究将 DINOv3 ViT 适配到合成孔径声呐自动目标识别，采用三阶段参数高效框架：LoRA 微调、难负样本挖掘与监督对比学习。结果显示 LoRA 是主要增益来源，AUPRC 从 0.300 提升至 0.679，仅训练 0.26% 权重；后两阶段相对对照无显著提升，说明单一高效适配阶段已足够。
arXiv cs.AI42 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究将 DINOv3 ViT 适配到合成孔径声呐自动目标识别，采用三阶段参数高效框架：LoRA 微调、难负样本挖掘与监督对比学习。结果显示 LoRA 是主要增益来源，AUPRC 从 0.300 提升至 0.679，仅训练 0.26% 权重；后两阶段相对对照无显著提升，说明单一高效适配阶段已足够。