Diffusion 反馈强势助力 CLIP 秒变火眼金睛：北京智源研究院、中科院自动化所联合推出 DIVA

AIGC动态欢迎阅读

原标题：Diffusion 反馈强势助力 CLIP 秒变火眼金睛：北京智源研究院、中科院自动化所联合推出 DIVA
关键字：模型,视觉,能力,图像,文本
文章来源：AI科技评论
内容字数：0字

内容摘要：

本文分享论文Diffusion Feedback Helps CLIP See Better，专注于通过自监督学习范式解决CLIP无法区分细粒度视觉细节的问题。
作者：王文轩（中科院自动化所-智源研究院联培博一研究生），孙泉（智源研究院视觉模型研究中心算法研究员），张帆（智源研究院视觉模型研究中心算法研究员），唐业鹏（北交博一研究生），刘静（中科院自动化所研究员），王鑫龙（智源研究院视觉模型研究中心负责人）
单位：中科院自动化所，中国科学院大学，北京智源人工智能研究院，北京交通大学
论文链接：https://arxiv.org/abs/2407.20171
项目主页：https://rubics-xuan.github.io/DIVA/
相关代码链接：https://github.com/baaivision/DIVA1动机何在？——CLIP视觉缺陷对比语言-图像预训练（CLIP）在跨领域和跨模态的开放世界表示方面表现出色，已成为各种视觉和多模态任务的基础。
自从CLIP被提出以来，近年来涌现了许多关于CLIP模型的后续研究。这些研究通过预训练和微调CLIP模型，取得了性能提升并开发了

原文链接：Diffusion 反馈强势助力 CLIP 秒变火眼金睛：北京智源研究院、中科院自动化所联合推出 DIVA