关键词multi-granularity alignment
搜索结果 - 5
- MM零样本基于骨架的动作识别的信息补偿框架
从信息论的角度设计信息补偿学习框架,通过多粒度语义交互机制来提高零样本动作识别准确性,并提出多层次对齐方法对动作类别的信息进行补偿,利用新的损失函数采样方法获得紧密且鲁棒的表示,进而通过合成多粒度语义嵌入形成适当的分类决策面,验证多粒度语义 - UMG-CLIP: 一个统一的多粒度视觉通才用于开放世界理解
该研究扩展了 CLIP 模型的多粒度对齐,在多个层次上构建了伪注释数据集,并开发了名为 UMG-CLIP 的统一多粒度学习框架,通过参数高效调整,实现了在各种图像理解基准测试中超越当前广泛使用的 CLIP 模型,包括开放世界识别、检索、语义 - 使用开放词汇部分分割技术实现更密集的结果
本文提出了一个具有部分分割能力的检测器,可以通过多粒度对齐来预测开放词汇的物体和它们的部件分割,并通过密集语义对应将新物体解析为其部件。该方法在不同数据集上的实验表现优于基线方法,并且具有更好的数据通用性。
- 具有统一多粒度对齐的鲁棒领域自适应目标检测
该论文提出了一种基于多粒度对齐的检测框架,不仅考虑了不同类别实例之间的区别,还考虑了不同领域中不同粒度样本的区别,并采用自适应指数移动平均策略 for model assessment 来提高检测的鲁棒性。
- CVPR多粒度对齐领域自适应物体检测
本文中,我们提出了一个统一的多粒度对齐的对象检测框架,以实现领域内不变的特征学习。我们使用来自主干网络的像素级特征图,首先开发了全尺度门控融合模块来聚合实例的判别表示,从而实现了强大的多尺度目标检测。与此同时,我们提出了多粒度鉴别器,以识别