PulseAugur
中
实时 13:40:00
English(EN) DSAA: Dual-Stage Attribute Activation for Fine-grained Open Vocabulary Detection

新的DSAA框架提升了开放词汇模型中的细粒度属性检测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为双阶段属性激活（DSAA）的新框架，以提高开放词汇目标检测模型的细粒度检测能力。当前模型在将颜色和纹理等属性准确地绑定到对象方面存在困难，当类别信号较强时，属性信息常常被边缘化。DSAA通过两个阶段增强属性语义来解决这个问题：属性前缀适配器注入显式的属性先验，而键/值调制器在BERT编码过程中选择性地放大属性token的影响。一个属性感知的对比损失在训练过程中进一步辅助区分，在FG-OVD基准上的实验显示出显著的改进。 AI

影响 增强了开放词汇模型中的属性识别能力，可能改进需要详细对象理解的应用。

排序理由 该集群包含一篇详细介绍特定计算机视觉任务新框架的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Donghong Jiang, Endian Lin, Hanqing Liu, Mingjie Liu, Luoping Cui, Zhao Yang, Chuang Zhu ·

    DSAA: Dual-Stage Attribute Activation for Fine-grained Open Vocabulary Detection

    arXiv:2605.18023v2 Announce Type: replace Abstract: Open-Vocabulary Object Detection (OVD) models break the limitations of closed-set detection, enabling the identification of unseen categories through natural language prompts. However, they exhibit notable limitations in fine-gr…

相关话题