Masked Autoencoders Are Scalable Vision Learners
PulseAugur coverage of Masked Autoencoders Are Scalable Vision Learners — every cluster mentioning Masked Autoencoders Are Scalable Vision Learners across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的Tactus模型仅使用压力传感器数据识别物体
研究人员推出Tactus，这是一个开源模型，能够仅使用低成本压力传感器数据进行开放词汇对象识别。Tactus在STAG基准测试中表现强劲，在没有训练过的分类器头的情况下，其性能可与监督式闭集CNN相媲美或超越。该模型使用掩码自动编码器预训练在小型数据集上进行训练，并利用传感器的校准来提高准确性，错误集中在接触模糊的对象上。
-
新的 CA-LIG 框架增强了 Transformer 模型的可解释性
研究人员开发了一个名为上下文感知层级集成梯度 (CA-LIG) 的新框架，以提高 Transformer 模型的可解释性。该框架提供了一种统一的分层方法，计算层级归因并将其与注意力梯度融合。CA-LIG 旨在为这些模型在各种任务和架构中做出决策提供更忠实、更具上下文敏感性且语义一致的解释。
-
新框架通过双模型方法提升医学图像分类性能
研究人员开发了一种新的深度学习框架，用于医学图像分类，该框架结合了自监督学习和迁移学习技术。该方法使用了两个ConvNeXt-Tiny模型，一个在ImageNet上预训练，另一个在医学数据上使用熵引导的掩码自编码器进行训练。两种模型概率的集成策略（平均法）在四个医学成像数据集上取得了最先进的结果，优于单个模型和现有方法。
-
新的自监督框架提高了半导体检测精度
研究人员开发了AOI-SSL，一个新颖的自监督框架，旨在提高自动化光学检测中焊线半导体语义分割的效率。该框架利用掩码自编码器在小型工业数据集上进行预训练，显著减少了对大量标记示例的需求。该系统还结合了上下文推理方法，通过利用基于相似性的从密集编码器嵌入中检索，可以近乎即时地适应新设备或具有挑战性的样本。