ACM MM'24 Oral ｜MMCA：多模态动态权重更新，视觉定位新SOTA

文章预览

↑ 点击 蓝字  关注极市平台 作者丨晓飞的算法工程笔记 来源丨晓飞的算法工程笔记 编辑丨极市平台 极市导读   本文 介绍了一种名为多模态条件适应（MMCA）的新方法，它通过动态更新视觉编码器的权重来改善视觉定位任务中的特征提取，该方法在四个代表性数据集上取得了显著的性能提升。论文还提出了灵活的多模态条件变换器和卷积模块，可以作为即插即用组件应用于其他视觉引导模型。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 论文地址： https://arxiv.org/abs/2409.04999 论文代码： https://github.com/Mr-Bigworth/MMCA 创新点 提出了多模态条件适应（ MMCA ）方法，该方法从一种新颖的权重更新视角改善了视觉引导模型中视觉编码器的特征提取过程。 将提出的 MMCA 应用于主流的视觉引导框架，并提出了灵活的多模态条件变换器和卷积模块，这 ………………………………