实体
RemoteCLIP
RemoteCLIP
PulseAugur coverage of RemoteCLIP — every cluster mentioning RemoteCLIP across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
AlignJEPA框架通过预测视觉语言对齐增强遥感模型
研究人员推出AlignJEPA，一个旨在改善遥感基础模型与自然语言之间对齐的新框架。该方法采用受JEPA启发的预测对齐方法，专注于从掩码视觉标记预测文本嵌入，而不是仅仅依赖全局对比对齐。AlignJEPA采用轻量级预测对齐网络、预训练的AnySat视觉编码器和RemoteCLIP文本编码器，展示了一条提高地球观测模型语言理解能力的参数高效途径。
-
DisDop框架利用领域先验增强航空目标检测
研究人员开发了DisDop，一个旨在改进航空影像中开放词汇目标检测的新框架。该方法系统地将来自RemoteCLIP和DINOv3等基础模型的领域特定知识蒸馏到一个更轻量级的检测器中。DisDop通过结合来自融合教师模型的视觉先验和来自RemoteCLIP文本编码器的文本先验，并融入全局上下文以更好地识别小型目标，从而增强了检测能力。该框架在相关基准测试中已展示出最先进的性能。
-
新的TAR框架使用文本对齐光学和SAR图像
研究人员开发了一个名为TAR的新框架，以改进光学和合成孔径雷达（SAR）图像的对齐。该方法利用文本语义先验，如场景描述和土地覆盖类别，来弥合两种模态之间的外观差异。该框架包含一个多尺度视觉特征学习模块，一个利用冻结的RemoteCLIP文本编码器的文本辅助特征增强模块，以及一个粗到精的密集匹配模块。实验表明，TAR在现有方法之上，尤其是在显著的几何形变下表现更优。