跳到主要内容
检索

# 开放词汇多标签识别

1 篇关联报道

订阅更新
  1. arXiv

    局部预测不再只是辅助分支:LoCo只让互斥类别竞争,平均F1比TagCLIP高3.4%

    开放词汇多标签识别此前多从文本侧改进,局部预测通常只作为全局预测的空间重复补充。LoCo改用空间一致的视觉编码器提供局部特征,并用选择性Softmax只让局部互斥的类别相互竞争、保留可共存概念,再叠加多尺度推理。在四个多标签基准上,单独LoCo的平均F1和mAP分别比TagCLIP高3.4%和3.8%;与DualPrompt全局预测集成后,平均F1和mAP分别比TagCLIP高4.8%和5.2%。

已读完全部报道