Diffusion 反饋強勢助力 CLIP 秒變火眼金睛：北京智源研究院、中科院自動化所聯合推出 DIVA

AIGC動態歡迎閱讀

原標題：Diffusion 反饋強勢助力 CLIP 秒變火眼金睛：北京智源研究院、中科院自動化所聯合推出 DIVA
關鍵字：模型,視覺,能力,圖像,文本
文章來源：AI科技評論
內容字數：0字

內容摘要：

本文分享論文Diffusion Feedback Helps CLIP See Better，專注于通過自監督學習范式解決CLIP無法區分細粒度視覺細節的問題。
作者：王文軒（中科院自動化所-智源研究院聯培博一研究生），孫泉（智源研究院視覺模型研究中心算法研究員），張帆（智源研究院視覺模型研究中心算法研究員），唐業鵬（北交博一研究生），劉靜（中科院自動化所研究員），王鑫龍（智源研究院視覺模型研究中心負責人）
單位：中科院自動化所，中國科學院大學，北京智源人工智能研究院，北京交通大學
論文鏈接：https://arxiv.org/abs/2407.20171
項目主頁：https://rubics-xuan.github.io/DIVA/
相關代碼鏈接：https://github.com/baaivision/DIVA1動機何在？——CLIP視覺缺陷對比語言-圖像預訓練（CLIP）在跨領域和跨模態的開放世界表示方面表現出色，已成為各種視覺和多模態任務的基礎。
自從CLIP被提出以來，近年來涌現了許多關于CLIP模型的后續研究。這些研究通過預訓練和微調CLIP模型，取得了性能提升并開發了

原文鏈接：Diffusion 反饋強勢助力 CLIP 秒變火眼金睛：北京智源研究院、中科院自動化所聯合推出 DIVA