脂环

摘要： 这篇文章的arxiv版看着太折磨了，可以直接看openreview上作者修改后的版本https://openreview.net/forum?id=zWudXc9343以及rebuttal帮助理解。 ## 摘要 本文提出了一个新任务：开放词汇全景分割，同时作者给出了基于ViT CLIP骨干的base 阅读全文

摘要： ## 摘要 作者提出了CLIP-S4，借助自监督像素表示学习和V-L模型实现各种语义分割任务，不需要使用任何像素级别标注以及未知类的信息。作者首先通过对图像的不同增强视角进行像素-分割对比学习来学习像素嵌入。之后，为进一步改善像素嵌入并实现基于自然语言的语义分割，作者设计了由V-L模型指导的嵌入一致 阅读全文

摘要： 直接往tex文件中写入bibitem格式的参考文献难以满足按顺序引用文献的要求，参考https://zhuanlan.zhihu.com/p/468694034，可以使用GitHub的这个项目：https://github.com/LaTeX-Bibitem-Styler/latex-bibitem 阅读全文

摘要： 摘要 目前的类激活图通常只激活区分度较高的目标区域，且会包含与目标相关的背景（文章中举例为如果要分割的是火车，轨道对分类也有一定的贡献，而轨道作为背景不应该被分割）。为解决这一问题，作者提出了一种基于CLIP的跨语言图像匹配框架CLIMS，引入自然语言作为监督信号，从而更准确、紧凑地激活目标区域。 阅读全文

摘要： 摘要 作者提出了一种不依赖梯度的类激活图生成方法Score-CAM，其通过前向传播获取每一个激活图的权重。实验证明Score-CAM能在解释决策过程方面实现更好的视觉性能和公平性。 方法 不同于之前的方法，作者将置信度增量纳入重要性的计算。置信度增量定义如下： $c_i=f(X_b◦H_i)-f(X 阅读全文

摘要： terminal输入： defaults write com.apple.dock desktop-picture-show-debug-text -bool True;killall Dock 壁纸路径就会显示在桌面了： 如果记下路径后将上面命令的布尔值改成False就可以恢复原状： defaul 阅读全文

摘要： 摘要 文章提出了一种利用CLIP模型进行弱监督语义分割的新方法，称为CLIP-ES，它能够在不需要额外训练的情况下，仅使用图像级标签就能生成高质量的分割掩码。它通过对CLIP进行特殊设计来改进WSSS的三个阶段： 1）将softmax函数引入GradCAM，并利用CLIP的zero-shot能力抑制 阅读全文

摘要： Prompt ensembling是指将多个不同的提示（prompts）应用于同一个模型，从而提高模型的性能和鲁棒性。提示是一种用于指导模型生成预测的文本片段，通常是问题或任务描述。在Prompt ensembling中，不同的提示被组合在一起，以产生一个更强大和全面的模型。 Prompt ense 阅读全文

摘要： CLIP-TD: CLIP Targeted Distillation for Vision-Language Tasks论文阅读笔记 摘要 这是一篇关于利用CLIP模型来提升视觉语言任务性能的论文。CLIP模型是一个可以从大量图片和文字数据中学习通用视觉语言表示的模型，它有很强的零样本和少样本学习 阅读全文

摘要： 查看cuda版本（10.1）: ```bash nvcc -V ``` 创建python3.7虚拟环境： ```bash conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.1 -c pyt 阅读全文