PulseAugur
中
实时 08:10:20
实体 CLIP-AD

CLIP-AD

PulseAugur coverage of CLIP-AD — every cluster mentioning CLIP-AD across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_273268 ·

    新的TED方法增强了视觉-语言模型中的异常定位

    研究人员开发了TED(Text-Axis Evidence Decomposition,文本轴证据分解),一种新颖的事后评分方法,旨在改进视觉-语言模型中的异常定位。与现有方法(如适配CLIP模型进行缺陷检测)不同,TED解决了模型将复杂的正常区域错误识别为异常的问题。通过比较模型对缺陷图像块与错误识别的正常图像块的支持度,TED提高了像素级定位精度,尤其是在存在大量假阳性竞争的挑战性条件下。该方法无需目标域训练,可应用于原始视觉-语…