arXiv · 机器人与计算机视觉· Florian P. Mahner, Johannes Roth, Ka Chun Lam, Michael F. Bonner, Francisco Pereira, Martin N. Hebart·· 13 天前AI 评分8
Characterizing universal object representations across vision models 研究视觉模型通用表征
Characterizing universal object representations across vision models
AI 导读
该研究将 162 个不同架构、目标函数及数据集训练的视觉模型的物体相似性结构分解为非负维度,发现通用维度更受概念图像属性驱动且能更好预测猕猴 IT 神经元活动与人类相似度判断。实验表明架构差异或模型性能无法解释通用维度的涌现,揭示了可解释性与语义内容作为驱动跨模型普遍性的隐性因素及其对生物视觉对齐的意义。
来源:arXiv · 机器人与计算机视觉 · arxiv.org