视觉基础模型研究现状与发展趋势

文章预览

作者：张燚钧，张润清，周华健，齐骥，余肇飞，黄铁军 来源：《中国图象图形学报》 编辑：陈萍萍的公主@一点人工一点智能 原文链接：https://www.cjig.cn/zh/article/doi/10.11834/jig.230911/ 在计算机视觉领域，尽管传统的深度学习视觉模型在特定任务上表现出色，但它们对大量标注数据的高度依赖及在新场景下性能泛化的局限性，大大增加了使用成本并限制了模型的应用范围。 近年来，以Transformer为核心的新型模型结构，特别是在自监督学习领域的应用，为解决这些挑战提供了新的解决方案。这些模型通常通过大规模数据预训练，在处理复杂视觉场景中展现出强大的泛化能力，其被广泛称为视觉基础模型。 本文深入探讨了视觉基础模型的研究现状与未来发展趋势，并重点关注该领域的关键技术进展及其对未来计算机视觉的潜在影响。首先回顾和梳理了视 ………………………………