Diffusion反馈强势助力CLIP秒变火眼金睛：智源、自动化所联合推出DIVA

文章预览

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。 论文标题： Diffusion Feedback Helps CLIP See Better 论文作者： 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） 论文链接： https://arxiv.org/abs/2407.20171 项目主页： https://rubics-xuan.github.io/DIVA/ 代码链接： https://github.com/baaivision/DIVA 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 CL ………………………………