PulseAugur
中
实时 09:46:56
English(EN) Slot-RAE: Streamlining Object-Centric Learning via Direct Representation Auto-Encoders

Slot-RAE 利用直接表示自编码器简化以对象为中心的学习

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种名为 Slot-RAE 的新框架，旨在简化用于真实世界场景理解的以对象为中心的学习。与依赖复杂流程和 Stable Diffusion 等外部生成模型的先前方法不同，Slot-RAE 直接在 DINOv3 等视觉基础模型的特征空间内运行。这种集成方法使用了一个 Diffusion Transformer 解码器和一个表示对齐头，从头开始训练，没有 VAE 瓶颈或与任务无关的预训练。在 COCO 数据集上的实验表明，Slot-RAE 在无监督对象发现和图像重建方面取得了最先进的成果，同时比现有的潜在扩散模型更高效、更快。 AI

影响 简化了以对象为中心的学习，提高了场景理解任务的效率。

排序理由 该集群包含一篇详细介绍以对象为中心学习新方法的论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

Slot-RAE 利用直接表示自编码器简化以对象为中心的学习

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Alexandre Chapin (LIRIS), Emmanuel Dellandrea (LIRIS), Liming Chen (LIRIS) ·

    Slot-RAE: Streamlining Object-Centric Learning via Direct Representation Auto-Encoders

    arXiv:2607.11196v1 Announce Type: new Abstract: Deploying object-centric models for real-world scene understanding typically requires complex pipelines to achieve both robust scene decomposition and high-fidelity generation. Recent diffusion-based approaches have improved visual …

  2. arXiv cs.CV TIER_1 English(EN) · Liming Chen ·

    Slot-RAE：通过直接表示自编码器简化面向对象的学习

    Deploying object-centric models for real-world scene understanding typically requires complex pipelines to achieve both robust scene decomposition and high-fidelity generation. Recent diffusion-based approaches have improved visual quality, but they almost universally rely on hea…

相关实体

相关话题