NYUD-v2
PulseAugur coverage of NYUD-v2 — every cluster mentioning NYUD-v2 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新TIGER框架增强视觉模型多任务学习能力
研究人员推出了一种名为TIGER（任务指令引导专家路由）的新型框架，旨在增强视觉基础模型（VFMs）的多任务学习能力。TIGER通过使用自然语言任务指令来指导路由网络，解决了整合多个异构VFMs知识的挑战。该网络根据任务语义自适应地分配token级别的专家权重，从而能够有效结合互补的视觉表示。此外，TIGER还引入了反事实损失，以使路由决策与每个专家的因果贡献保持一致，从而促进更可靠和可解释的结果。
-
新的 B3-Net 框架通过受控证据融合改进多任务密集预测
研究人员推出 B3-Net，一个用于多任务密集预测的新型框架，旨在改进分割和深度估计等像素级任务的交互方式。与先前隐式融合任务证据的方法不同，B3-Net 显式地建模和控制不同任务和空间位置证据的可靠性。这通过一个三阶段过程实现：估计证据精度、构建精度加权后验桥接、以及以有界方式将此桥接重新分配给每个任务分支。在基准数据集上的实验表明，B3-Net 相较于现有方法提供了具有竞争力或更优的性能。
-
新方法改进了 AI 模型参数高效的多任务学习
研究人员开发了一种新的参数高效的多任务学习方法，用于计算机视觉。他们的方法称为渐进式任务特定适应，使用在早期层共享并在后期层变得更专业的适配器模块。这种设计有助于缓解在用有限的可训练参数将预训练模型适应多个任务时常见的任务干扰和负迁移问题。在 Swin 和 Pyramid Vision Transformers 上的评估表明，该方法在需要更少可训练参数的情况下优于现有的参数高效技术。