Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Efficient Adaptation For Remote Sensing Visual Grounding

Created by
  • Haebom

저자

Hasan Moughnieh, Mohamad Chalhoub, Hasan Nasrallah, Cristiano Nattero, Paolo Campanella, Ali J. Ghandour

개요

본 논문은 파라미터 효율적 미세 조정(PEFT) 기법을 사용하여 원격 감지(RS) 특정 시각적 기반(VG) 작업을 위한 기초 모델을 적응시키는 연구를 제시합니다. Grounding DINO와 OFA 기초 모델에 LoRA, BitFit, 어댑터 등의 PEFT 기법을 적용하여 일반적인 VG 데이터셋으로 사전 훈련된 모델을 RS 특화 VG 작업에 적용하였습니다. 그 결과, 계산 비용을 크게 줄이면서 기존 최첨단(SOTA) 모델과 비슷하거나 뛰어넘는 성능을 달성했습니다. 이는 RS 분야에서 효율적이고 정확한 다중 모드 분석을 위한 PEFT 기법의 잠재력을 보여줍니다.

시사점, 한계점

•
시사점:
◦
원격 감지 분야에서 기초 모델의 효율적인 적용 가능성을 제시.
◦
PEFT 기법을 활용하여 계산 비용을 절감하면서 SOTA 성능 달성.
◦
RS 특정 VG 작업에 대한 효과적인 다중 모달 분석 방법 제시.
•
한계점:
◦
특정 기초 모델과 PEFT 기법에 대한 평가로 일반화 가능성에 대한 추가 연구 필요.
◦
사용된 데이터셋과 작업의 특성에 따른 성능 제한 가능성 존재.
◦
다양한 원격 감지 데이터 및 작업에 대한 추가적인 실험 및 검증 필요.
👍
Made with Slashpage