PulseAugur
中
实时 09:47:04
English(EN) MAVISEG: Manifold Propagation and Visual Prototypes for Zero-Shot Open-Vocabulary Segmentation in Diffusion Transformers

MAVISEG 增强了扩散 Transformer 中的零样本分割能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 MAVISEG，这是一种新颖的无训练细化层，旨在增强扩散 Transformer 中的零样本开放词汇分割能力。与独立评估像素的现有方法不同，MAVISEG 利用了扩散过程中的结构化信号，例如时间动态和视觉统计。这种方法与捕捉无关，并在六个基准测试中展示了卓越的性能，在所有基准测试中都实现了最佳的平均交并比 (mIoU)。研究结果表明，扩散 Transformer 包含比当前提取的更多的概念信息，而 MAVISEG 成功地恢复了丢失的数据。 AI

影响 MAVISEG 提高了零样本分割能力，有可能增强扩散模型在复杂视觉任务中的可解释性和实用性。

排序理由 该集群描述了一篇关于一种新颖图像分割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 →

MAVISEG 增强了扩散 Transformer 中的零样本分割能力

报道来源 [2]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    MAVISEG：用于扩散 Transformer 中零样本开放词汇分割的流形传播和视觉原型

    Text-to-image diffusion transformers learn about objects and scenes by learning to generate them, making them strong candidates for training-free zero-shot open-vocabulary semantic segmentation. State-of-the-art attribution methods score each pixel independently, comparing its fe…

  2. arXiv cs.CV TIER_1 English(EN) · Rajatsubhra Chakraborty, Xujun Che, Ritabrata Chakraborty, Xi Niu, Depeng Xu ·

    MAVISEG：扩散 Transformer 中的零样本开放词汇分割的流形传播与视觉原型

    arXiv:2608.05878v1 Announce Type: new Abstract: Text-to-image diffusion transformers learn about objects and scenes by learning to generate them, making them strong candidates for training-free zero-shot open-vocabulary semantic segmentation. State-of-the-art attribution methods …

相关实体

相关话题