研究人员发现城市视觉地点识别数据集中存在显著的地理不平衡，模型偏向于经常被拍摄的地点，而在访问较少的区域表现不佳。为解决此问题，他们提出了分布感知地点识别（DAPR）框架，该框架重新平衡梯度贡献并使用多尺度距离搜索来提高性能。DAPR在SF-XL基准测试中取得了显著的提升，并在MSLS和Pitts30k等各种VPR方法和数据集上展现了广泛的泛化能力。 AI
影响 解决了基于位置服务的现实世界人工智能部署中的一个关键限制。
排序理由 学术论文，介绍了一种新方法和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
