研究揭示纹理视觉学习的低频捷径

Utku Şirin 等作者发表研究称，纹理驱动视觉学习存在“低频捷径”：模型主要依赖少数频谱偏斜的低频分量（LFCs）做决策，尽管高频分量（HFCs）预测力更强。 研究提出从训练和测试集中剪除 LFCs 来缓解捷径，称在算法和真实域偏移下，ID 准确率最高提升 10%、OOD 准确率最高提升 40%。研究还称通用及领域专用基础模型同样存在低频捷径，大模型虽能缓解但计算成本高，准确率可能低于剪枝后从头训练的小模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。