BriefGPT.xyz
Ask
alpha
关键词
clip-based approaches
搜索结果 - 2
SeTAR:选择性低秩逼近的未知样本检测
SeTAR 是一种基于选择性低秩逼近视觉 - 语言和仅视觉模型的训练免费的异常检测方法,通过使用简单的贪婪搜索算法通过后期修改模型的权重矩阵来增强异常检测性能。在 ImageNet1K 和 Pascal-VOC 基准测试上的大量评估结果显示
→
PDF
18 days ago
提示类别探讨弱监督语义分割中的提示类别学习的力量
本文介绍了一种新的 PrOmpt cLass lEarning (POLE) 策略,在弱监督语义分割(WSSS)问题上实现最先进的性能,并强调了语言 - 视觉模型在 WSSS 中的优势和提示学习在该问题中的潜力。
PDF
a year ago
Prev
Next