实体
CLIP ViT
CLIP ViT
PulseAugur coverage of CLIP ViT — every cluster mentioning CLIP ViT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新研究提供先进的模型合并技术
两篇新研究论文提出了模型合并的新颖方法，该技术可以将多个微调的AI模型合并成一个更强大的模型，而无需重新训练。第一篇论文《通过输出空间投影进行模型合并》将合并表述为凸二次规划，提供了一个封闭形式的诊断方法来预测合并质量。第二篇论文《从损失景观角度看模型合并：几何视角》引入了EpiMer，一个将合并视为黎曼流形上弗雷歇均值的框架，统一了现有方法并在图像分类任务上展示了卓越的性能。
-
EDGER 框架可跨分辨率精确检测图像伪造
研究人员开发了 EDGER，一个新颖的图像伪造定位框架，可以处理任何分辨率的图像。该系统采用双分支方法，一个分支专注于边缘检测以突出操纵边界处的不一致性，另一个分支使用 CLIP-ViT 来识别合成斑块。这种组合使 EDGER 能够精确地定位被操纵的区域，并在不同数据集和图像类型上实现良好的泛化。
-
InterPartAbility 通过部件匹配改进文本引导的行人重识别
研究人员开发了InterPartAbility，一种新颖的文本引导行人重识别方法，增强了可解释性。该方法将图像的部件显式地与文本描述进行匹配，实现了短语-区域对齐。一个新的补丁-短语交互模块指导模型关注相关的图像区域，CLIP ViT自注意力被约束以产生与部件级短语对齐的空间集中激活。InterPartAbility在CUHK-PEDES和ICFG-PEDES等基准测试中实现了最先进的可解释性，同时保持了强大的检索准确性。