跳到正文
arXiv · 机器人与计算机视觉· Arpit Jadon, Valentinos Pariza, Jona Ruthardt, Ryousuke Yamada, A. Sophia Koepke, Andrei Bursuc, Yuki M. Asano·· 6 天前精选AI 评分82

Open Vision Banana:一种用于生成式视觉感知的完全开放配方

Open Vision Banana: A Fully Open Recipe for Generative Visual Perception

AI 导读

论文提出了 Open Vision Banana (OVB),这是一种将预训练图像生成器转化为统一多任务感知系统的完全开放且可复现的配方。研究分析了颜色编码、提示设计等关键设计选择对泛化性的影响,并指出这些选择存在交互效应。

推荐理由

作者提出完全开放的生成式视觉感知配方,公开数据集处理与训练代码,复现并超越了闭源基座模型的性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org