BriefGPT - AI 论文速递
·
MagicLens：自我监督图像检索与开放式指令
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
LinCIR是一种新型的CIR框架，通过自掩蔽投影方法将文本的潜在嵌入投影到标记嵌入空间，并替换关键词标记，实现相同的潜在嵌入向量。LinCIR通过CLIP ViT-G骨干网络进行训练，在多个CIR基准上展现出最佳的零-shot CIR性能。
🎯
关键要点
-
LinCIR是一种新型的CIR框架，仅使用语言进行训练。
-
LinCIR采用自掩蔽投影（SMP）方法，将文本的潜在嵌入投影到标记嵌入空间。
-
LinCIR通过替换关键词标记构建新文本，使新旧文本具有相同的潜在嵌入向量。
-
LinCIR训练高效，使用CLIP ViT-G骨干网络在48分钟内完成训练。
-
LinCIR在CIRCO、GeneCIS、FashionIQ和CIRR四个CIR基准上展现出最佳的零-shot CIR性能。
-
在FashionIQ基准上，LinCIR的表现甚至超过了有监督方法。
🏷️
标签
➡️
