跳到正文
arXiv · 机器人与计算机视觉· Junyu Chen, Yucheng Huang, Le Yang, Qi Dang, Xin Kong, Haifeng Huo, Qiang Zhao·· 22 天前AI 评分58

SAGE:一种用于视觉识别的显著性感知通用编码器

SAGE: Saliency-Aware Generalist Encoder with Multi-level Feature Enhancement for Visual Recognition

AI 导读

论文提出 SAGE(显著性退火门控编码器),通过显著性引导架构、退火训练范式及两阶段质量感知机制,提升自监督 ViT 在密集预测任务中的表现。该方法在 COCO、ADE20K、TinyImageNet 等基准上达到最先进或竞争性结果,并在华为昇腾 NPUs 上实现多任务最先进性能。代码与预训练模型将在内部审核后发布。

来源:arXiv · 机器人与计算机视觉 · arxiv.org