研究人员推出了一种新颖的直接组合学习方法 DiCE-CIR，用于高效的零样本组合图像检索。该方法通过直接将参考图像与编辑文本组合，绕过了先前方法中复杂的投影和重新编码步骤。DiCE-CIR 利用大型语言模型从图像-标题对自动生成训练样本，从而无需手动标注即可实现可扩展的训练。该方法在 CIRCO 基准测试中展示了最先进的性能，并在 CIRR 上取得了有竞争力的结果，同时保持了高计算效率。 AI
影响 该方法可以提高依赖多模态查询的图像检索系统的效率和准确性。
排序理由 该集群描述了一篇详细介绍新颖图像检索方法的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Zero-shot composed image retrieval (ZS-CIR) aims to retrieve a target image from a multimodal query consisting of a reference image and an edit text describing the desired modification. Recent ZS-CIR studies have relied on projection-based methods that map a reference image into …
arXiv:2607.04665v1 Announce Type: new Abstract: Zero-shot composed image retrieval (ZS-CIR) aims to retrieve a target image from a multimodal query consisting of a reference image and an edit text describing the desired modification. Recent ZS-CIR studies have relied on projectio…