研究人员推出了一种新颖的弱监督目标定位方法 TeD-Loc，该方法使用文本蒸馏来对齐 CLIP 文本嵌入和图像块嵌入。这种方法无需显式的边界框标注即可实现块级定位。TeD-Loc 在 CUB 和 ILSVRC 等基准测试中显示出定位精度的显著提高，并且与 GenPrompt 等现有方法相比，实现了更高效的推理。 AI
影响 引入了一种更高效的利用文本蒸馏进行目标定位的方法，有望提高视觉-语言任务的性能。
排序理由 这是一篇介绍弱监督目标定位新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2501.12632v2 Announce Type: replace Abstract: Weakly supervised object localization (WSOL) models are trained using only image-level class labels. They can predict both the object class and spatial regions corresponding to the object, without requiring explicit bounding box…