德国视觉与学习实验室（Visinf）最新提出的CUPS（Contrastive Unsupervised Panoptic Segmentation）技术，开创性地实现了无需人工标注数据的全景分割模型训练。该方法通过挖掘场景中心图像中的深度信息和运动线索，...

DeepMind近日发布了名为TIPS的新型图像-文本模型，专为密集型和全局视觉任务设计。该模型通过结合对比学习与掩码图像建模技术，并利用合成字幕进行训练，显著提升了空间感知能力。在多项基准测试中，TIPS的表现均超...

近年来，随着多模态学习的发展，构建能够同时处理视觉和语言任务的嵌入模型成为研究热点。然而，传统基于对比损失的方法在处理硬负样本时往往表现不佳，导致模型在复杂检索任务中效果受限。近期，一项研究提出了一种...

最近，一个新的GitHub项目GroupContrast引起了技术界的广泛关注。该项目通过将片段分组与语义感知对比学习相结合，重新定义了自监督3D表示学习的概念。这种创新的方法不仅能够提高3D场景理解的准确性，还能够在不依...

本项目介绍了开放项目SAM，这是一个结合了CLIP和SAM模型的框架，用于提高图像分割和识别的能力。CLIP模型是一种基于对比学习的神经网络模型，用于学习图像和文字之间的关系，而SAM模型则是一种序列建模方法，用于对...

聚焦变换器是一种有趣的检索策略，它使用对比学习来提高key和value的缓存使用。此方法已被证明可相对稳定地扩展到几十万个标记。然而，目前尚不清楚这种方法在大规模应用中的表现如何，或者是否受到其他长期上下文方...