SecMM-TBIR

新的SAFT框架提升了领域特定的文本图像检索能力

研究人员开发了一个名为语义感知微调（SAFT）的新框架，以改进专业领域的文本图像检索。该方法解决了对比学习中的假阴性问题，当单个查询应匹配多个图像时，这会降低性能，这种情况在监控等领域很常见。SAFT框架结合了SASS和ISD技术，在一个名为Security Multi-Match TBIR（SecMM-TBIR）的新基准上，平均mAP@20提升了7.8个点，优于标准的微调方法。