BriefGPT - AI 论文速递
·
聚合特征的面向对象的开放词汇图像检索
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于CLIP模型和图像水平监督的对象中心对齐方法，通过伪标注实现高质量对象提议并扩展词汇表，将两种对象对齐策略结合，实现了在OVD方案中对象和图像中心表示的最小化差距。在COCO数据集上，该方法在新颖类别上取得了36.6的AP50表现，超过以前的最佳性能；在LVIS上，罕见类别上超越了最新的ViLD模型达5.0的掩膜AP，总体提高3.4。
🎯
关键要点
-
提出了一种基于CLIP模型和图像水平监督的对象中心对齐方法。
-
运用伪标注实现高质量对象提议并扩展词汇表。
-
通过新的权重传递函数结合两种对象对齐策略。
-
在OVD方案中实现对象和图像中心表示的最小化差距。
-
在COCO数据集上，新颖类别的AP50表现达到36.6，超过以前的最佳性能。
-
在LVIS数据集中，罕见类别的掩膜AP超越最新的ViLD模型达5.0，总体提高3.4。
➡️
