跳到正文
arXiv · 机器人与计算机视觉· Isaac Xu, Devi Ayyagari, Martin Gillis, Benjamin Misiuk, Craig J. Brown, Thomas Trappenberg·· 9 天前AI 评分35

GHiML:基于 VLM 的引导式分层多标签学习及其在底栖影像中的应用

GHiML: VLM-Guided Hierarchical Multi-Label Learning with Applications to Benthic Imagery

AI 导读

GHiML 提出一种从 VLM 提取概念潜变量并融合文本嵌入的分类流水线,在 BenthicNet、FathomNet 和 iNaturalist 数据集上使宏 F1 提升最高达 6.7 pp。

来源:arXiv · 机器人与计算机视觉 · arxiv.org