DeCLIP框架提升开放词汇密集感知

Junjie Wang等作者提出DeCLIP框架，通过解耦CLIP的自注意力模块，分别得到“内容”特征与“上下文”特征，以增强开放词汇密集感知。 按作者描述，上下文特征联合蒸馏视觉基础模型的语义关联与扩散模型的目标完整性线索，以提升空间一致性；内容特征则对齐图像裁剪表示，并用视觉基础模型的区域关联约束改善局部判别性。 作者称，该框架在2D检测与分割、3D实例分割、视频实例分割和6D物体位姿估计等任务上均取得SOTA。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。