实体
PASCAL-Context
PASCAL-Context
PulseAugur coverage of PASCAL-Context — every cluster mentioning PASCAL-Context across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
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。