研究人员开发了JEM,一种新的视觉表示自监督学习算法,该算法在各种尺度上具有原则性和稳定性。JEM对齐不同视图中的相应块表示,并结合了信息和结构保留损失。在7B参数规模下,JEM表现出强大的性能,在分割基准测试中超越了DINOv2,在全景分割中超越了DINOv3,尽管训练数据量明显少得多。 AI
影响 引入了一种更具原则性和稳定性的视觉表示学习方法,有可能提高分割等下游任务的性能。
排序理由 该集群描述了一篇详细介绍一种新颖的自监督学习算法的研究论文。
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 →