arXiv · 机器人与计算机视觉· Chung-Ming Lo, Che-Wei Chang·· 16 天前AI 评分48
PRISM-Net:基于 VLM 引导解耦属性蒸馏的可解释细粒度产品检索网络
PRISM-Net: Dynamic Routing Network with VLM-Guided Disentangled Attribute Distillation for Explainable Fine-Grained Product Retrieval
AI 导读
PRISM-Net 提出一种可解释多专家架构,利用零样本 SigLIP 提示词监督结构线与色彩专家路径,解决大规模电商系统中的特征纠缠问题。在包含 27.5 万图像的跨模型基准测试中,该网络将 SwinV2 的全折叠 mAP@10 从 80.98% 提升至 83.90%,其中线条与色彩识别分别提升 5.74% 和 9.12%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org