OpenImages
PulseAugur coverage of OpenImages — every cluster mentioning OpenImages across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新型对抗性攻击针对SAM3图像分割模型
研究人员开发了通用概念扰动（UCD），这是一种专门针对SAM3图像分割模型的新型对抗性攻击。UCD学习一种单一的图像扰动，可以破坏模型在各种数据集中准确识别和分割概念的能力。这种攻击方法持续优于现有基线，显著降低了分割准确性和概念基础性能。学习到的扰动还表现出向SAM3新版本甚至视频推理的迁移能力，而无需重新优化。
-
新型小波变换器在图像生成方面达到最先进水平
研究人员开发了一种新型小波感知图像变换器WaiT，通过解决标准模型中空间频率的统一处理问题，提高了图像生成质量。WaiT将生成过程分解为粗略和精细频带，允许在高频细节在粗略结构出现后才进行精炼。这种方法在ImageNet 512x512上达到了1.3的新最先进FID分数，在Kinetics-600视频生成上达到了0.84的具有竞争力的FVD分数，同时还将采样计算量减少了高达50%。
-
新框架NegAS提升了视觉语言模型中分布外目标的检测能力
研究人员推出了一种新颖的框架NegAS，旨在增强视觉语言模型（VLMs）中分布外（OOD）目标的检测能力。NegAS解决了两个关键挑战：改进注意力机制以更好地识别潜在的OOD区域，以及开发与VLM概率输出兼容的评分函数。该框架利用负标签来指导注意力，并使用基于sigmoid的评分函数来区分分布内和分布外实例，在COCO和OpenImages等数据集上显著提高了OOD检测性能，同时保持了对分布内目标的准确性。
-
新的嵌合体训练方法增强了罕见违规的异常检测能力
研究人员开发了一种名为嵌合体训练的新型异常检测方法，当训练数据中违规情况罕见时特别有用。该方法使用一个神经规则评估器，将逻辑约束编译成带有MLP门的有向无环图。通过构建结合来自不同样本的子树特征的“嵌合体”，该方法可以在不需要实际异常图像的情况下生成监督式逻辑反例。该技术在CLEVRER、OpenImages和VidOR等数据集上表现出改进的性能，尤其是在复杂组合和关系规则方面。