伦敦大学学院、思科、爱丁堡大学开源EdgeVL！面向边缘设备的自适应视觉-语言大模型

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 论文信息 题目：Self-Adapting Large Visual-Language Models to Edge Devices across Visual Modalities 作者：Kaiwen Cai, Zhekai Duan, Gaowen Liu, Charles Fleming, Chris Xiaoxuan Lu 机构： 英国伦敦大学学院 MAPS Lab、 美国Cisco研究院、 英国爱丁堡大学 原文链接：https://arxiv.org/abs/2403.04908v2 源码链接：https://github.com/ramdrop/edgevl 编译：zty@计算机视觉life 内容速览 EdgeVL是 首个系统性地解决大型VL模型适应边缘设备的框架 ，支持在 不依赖手动注释 的情况下使用多种视觉模态。 EdgeVL能够 从预训练的VL模型转移视觉语言对齐能力到紧凑的视觉模型 ，消除了对注释的需求。 作者 整合了量化感知训练和对比学习损失 ，这种方法不仅在量化后保持了特征表示的质量，而且还显著提高了模型在不同视觉模态中的辨别能力。 摘要 随着 ………………………………