PulseAugur
中
实时 09:30:39
English(EN) QATMA: Quantization-Aware Training with Multimodal Alignment for Open-Vocabulary Object Detection

新的QATMA框架解决了开放词汇目标检测中的低比特量化挑战

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了QATMA，一个新颖的量化感知训练框架，专门用于开放词汇目标检测（OVOD）模型。该方法解决了在极端低比特量化时发生的跨模态和模态内对齐的退化问题，这是先前针对闭词汇检测器的方法未能解决的问题。QATMA采用基于课程的学习策略，逐步量化模型的不同组件，并使用文本锚定蒸馏来保留对齐信息。实验表明，QATMA在低比特条件下显著提高了LVIS和COCO基准测试的性能。 AI

影响 这项研究可能有助于在资源受限的环境中更有效地部署目标检测模型。

排序理由 详细介绍AI模型优化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的QATMA框架解决了开放词汇目标检测中的低比特量化挑战

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jinyeong Park, Donghwa Kang, Seunghwan An, Insoo Kim, Brent ByungHoon Kang, Hyeongboo Baek, Jibum Kim ·

    QATMA：面向开放词汇对象检测的量化感知训练与多模态对齐

    arXiv:2603.05964v3 Announce Type: replace Abstract: Quantizing open-vocabulary object detection (OVOD) models reduces their memory and computational costs, but extremely low-bit quantization severely degrades both cross-modal (region-text) and intra-modal (region-region) alignmen…

相关实体

相关话题