遮蔽扩散作为自监督表示学习耠
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
研究人员提出了一种新的自监督表示学习器,称为掩蔽扩散模型(MDM),用于医学和自然图像语义分割任务。MDM通过遮罩机制替换传统扩散中的加性高斯噪声,展示了强大的生成性能,并在少样本场景下超越了先前的基准。
🎯
关键要点
-
研究人员提出了一种新的自监督表示学习器,称为掩蔽扩散模型(MDM)。
-
MDM用于医学和自然图像的语义分割任务。
-
MDM通过遮罩机制替换传统扩散中的加性高斯噪声。
-
该模型展示了强大的生成性能。
-
在少样本场景下,MDM超越了先前的基准。
➡️