计算机视觉中的提示学习：综述

2024年第25卷第1期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2024年第25卷第1期 doi: 10.1631/FITEE.2300389

计算机视觉中的提示学习：综述

1上海市智能信息处理重点实验室，计算机科学技术学院，复旦大学，中国上海市，200438；2类脑智能科学与技术研究院，复旦大学，中国上海市，200433；3脑科学前沿科学中心，复旦大学，中国上海市，200433；4上海脑科学与类脑研究中心，中国上海市，201210

收稿日期： 2023-05-31 录用日期： 2024-02-19 发布日期： 2024-02-19

HTML0 PDF 64 收藏 0

摘要

自大型预训练视觉—语言模型（VLM）爆发以来，提示学习已在计算机视觉领域引发广泛关注。基于VLM构建的视觉和语言信息之间的密切关系，提示学习成为许多重要应用领域（如人工智能内容生成（AIGC））中的关键技术。本综述循序渐进且全面地总结了与AIGC相关的视觉提示学习。首先介绍了VLM，它是视觉提示学习的基础。然后，回顾了视觉提示学习方法和提示引导生成模型，并讨论了如何提高将AIGC模型适用于下游特定任务的效率。最后，提供了一些有前景的关于提示学习的研究方向。

关键词

提示学习 ; 视觉提示微调 ; 图像生成 ; 图像分类 ; 人工智能内容生成（AIGC）