跳到正文
arXiv · 机器人与计算机视觉· Gabriel Adineera, Jinoh Kim·· 23 天前AI 评分68

先见后命名:基于上下文的新型视觉概念学习

Seeing Before Naming: Context-Grounded Learning of Novel Visual Concepts

AI 导读

针对预训练视觉语言模型在适应新类别时缺乏有效语义锚点的问题,本文提出 SynerNet 框架。该方法学习特定于概念的名称嵌入,将其暴露于兼容的语言上下文并基于视觉证据进行条件化表示,同时保留预训练骨干网络。

来源:arXiv · 机器人与计算机视觉 · arxiv.org