实体
ReText
ReText
PulseAugur coverage of ReText — every cluster mentioning ReText 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
-
ReText 方法使用文本来改进基于图像的行人重识别
研究人员开发了 ReText，一种通过整合文本描述来增强基于图像的行人重识别（Re-ID）的新颖方法。该方法利用了在不同视觉领域保持一致的自然语言，以提高识别精度，克服因光照或其他偏差导致的视觉特征不足。ReText 通过联合优化 Re-ID、图像-文本匹配和文本引导图像重建来进行训练，并在跨域 Re-ID 基准测试中展现出卓越的性能。
-
新的ReTeX框架可从合并的AI模型中恢复任务专家性能
研究人员开发了一个名为ReTeX的新框架，以解决多任务模型合并中的参数干扰问题。该方法将干扰建模为加性偏移，并预测这些偏移以从单个合并模型中恢复单个任务专家的性能。ReTeX在计算机视觉和自然语言处理领域均实现了超过95%的个体专家性能，并通过自适应地插值专家知识来提高对未见任务的泛化能力。