PulseAugur
中
实时 19:51:55
实体 DeCLIP

DeCLIP

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

Show in brief
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
  1. TOOL · CL_324657 ·

    DeCLIP框架增强开放词汇密集感知任务

    研究人员推出了一种新颖的DeCLIP框架,旨在改进开放词汇密集感知任务。DeCLIP通过解耦自注意力模块以生成不同的“内容”和“上下文”特征,解决了当前视觉语言模型(VLMs)的局限性。上下文特征利用视觉基础模型的语义相关性和扩散模型的物体完整性线索进行增强,而内容特征则与图像裁剪对齐,并通过区域相关性进行约束,以提高局部可辨别性。实验表明,DeCLIP在2D检测、分割和6D物体姿态估计等各种感知任务中均取得了最先进的性能。

  2. TOOL · CL_181121 ·

    DeCLIP框架增强CLIP以实现多标签增量学习

    研究人员推出DeCLIP,一个新颖的框架,旨在通过解决CLIP模型的问题来改进多标签类别增量学习(MLCIL)。DeCLIP利用解耦提示来学习特定类别的正向和负向提示,这有助于匹配视觉-语言对并减少视觉表示的纠缠。这种方法旨在减轻灾难性遗忘,而无需数据重放。此外,DeCLIP还包含一种称为自适应相似度调节(Adaptive Similarity Tempering)的推理时策略,以减少部分标记场景中的误报。