Loading

2024年7月27日
ClearCLIP: Decomposing CLIP Representations for Dense Vision-Language Inference论文阅读笔记
摘要： Motivation & Abs 文章关注的任务为用VLM（如CLIP）做开放词汇分割，motivation主要来自于作者的一个观察：分割图中的噪声主要来自于残差连接，这会导致在文本-图像预训练更加强调全局特征，从而牺牲了局部判别能力，从而导致了分割结果中的噪声。为此作者提出了ClearCLIP，对 阅读全文
posted @ 2024-07-27 16:37 脂环 阅读(2) 评论(0) 推荐(0) 编辑