跳到正文
arXiv · 机器人与计算机视觉· Yuzhou Ji, Jiepeng Wang, Tianyu Jin, Lizhuang Ma, Haibin Huang, Chi Zhang, Xuelong Li·· 22 天前精选AI 评分82

WithinVAE:一种无需预训练编码器的紧凑视觉自动编码器

WithinVAE: Compact Visual Autoencoding with Self-Distilled Semantics

AI 导读

该论文提出了 WithinVAE,这是一种紧凑的变分视觉自动编码器,通过序列瓶颈、基于指数移动平均副本的 DINO/iBOT 风格自蒸馏以及位置相关令牌掩码实现四倍压缩比。

推荐理由

提出无需预训练编码器即可在自蒸馏中习得语义结构的紧凑变分自动编码器,实现四倍压缩比并提升重建指标。

来源:arXiv · 机器人与计算机视觉 · arxiv.org