Coco O.

GramLoop框架在分布偏移下提升DINOv3密集预测模型

研究人员开发了GramLoop，一个旨在提高冻结的DINOv3密集预测模型在面对分布偏移时性能的新型框架。该方法在视觉骨干网络中集成了额外的计算，而不改变模型的权重或特定任务的组件。GramLoop通过重放Transformer层的一部分并强制通过Gram矩阵实现一致性，从而在保持空间关系的同时优化特征。实验表明，在包括COCO-O上的显著提升在内的各种偏移基准测试中，物体检测和语义分割都有显著改进，同时不会损害干净的ADE20K数据上的性能。