ICCV 2023 | APE：对CLIP进行特征提纯能够提升Few-shot性能 - 代码天地

ICCV 2023 | APE：对CLIP进行特征提纯能够提升Few-shot性能

企业开发 2023-07-21 01:45:25 阅读次数: 0

NoSuchKey

猜你喜欢

转载自blog.csdn.net/amusi1994/article/details/131821053

ICCV 2023 | APE：对CLIP进行特征提纯能够提升Few-shot性能

ICCV 2023 | APE: 高效的 CLIP 图像分类适配算法，比 Tip-Adapter 参数少30倍

ICCV 2023 | 论文及代码合集

ICCV 2023 Oral | CLIP-LIT将CLIP用于无监督背光图像增强

ICCV 2023 | CLIP驱动的器官分割和肿瘤检测通用模型

ICCV 2023 | Pixel-based MIM: 简单高效的多级特征融合自监督方法

ICCV 2023 | SAFMN：高效图像超分辨率的空间自适应特征调制

ICCV 2023 Oral | DDFM：首个使用扩散模型进行多模态图像融合的方法

ICCV 2023 | 利用双重聚合的Transformer进行图像超分辨率

ICCV 2023|通过慢学习和分类器对齐在预训练模型上进行持续学习

《Diffusion Models as Masked Autoencoders》ICCV2023

ICCV 2023｜PViC：构建交互谓词视觉上下文，高效提升HOI Transformer检测性能

ICCV 2023 | PointCLIP V2：结合CLIP和GPT的3D开放世界分类、分割网络

ICCV 2023 | 只需过一次CLIP！美团&港大提出DeOP：高效的开放字典语义分割框架

ICCV 2023 | SuS-X：仅靠类别名称微调CLIP模型，剑桥大学联合DeepMind出品

【ICCV 2023 Oral】解读Text2Video-Zero：解锁 Zero-shot 视频生成任务

ICCV

ICCV 2023 | 王利民团队提出SparseBEV：高性能的纯视觉3D目标检测器

ICCV 2023 Oral | 如何在开放世界进行测试段训练？基于动态原型扩展的自训练方法...

【ICCV2023】Scale-Aware Modulation Meet Transformer

ICCV 2023 | 可控生成VCT，基于参考图像的视觉编辑

ICCV 2023：探索基于生成模型的 Backbone 预训练（DreamTeacher）

【ICCV2023】Robustifying Token Attention for Vision Transformers

【ICCV2023】Adaptive Frequency Filters As Efficient Global Token Mixers

ICCV 2023 LLIE,MEC,MEF相关论文列表

【ICCV2023】MMVP：基于运动矩阵的视频预测

《Building Vision Transformers with Hierarchy Aware Feature Aggregation》ICCV2023

【论文简述】Learning Depth Estimation for Transparent and Mirror Surfaces（ICCV 2023）

YOLOv10改进策略【卷积层】| ICCV-2023 SAFM 空间自适应特征调制模块对 C2fCIB 、PSA 进行二次创新

ICCV 2023 | FocalFormer3D: 解决假阴性问题，提升自动驾驶3D目标检测召回率

今日推荐

周排行

Android图片与下拉框

java常用的设计模式之单例模式

zabbix自动化监控之自动注册

杨老师课堂之Excel VBA 程序开发第八讲使用工作表函数

Android 去掉底部虚拟导航栏

Android Studio 3.2 Beta 4 发布，功能改进和修复

Linux-3.5_总线驱动设备

Qt QTableView QStandardItemModel用法

session处理

分享几个实用的方法

每日归档

更多

2025-02-06(0)

2025-02-05(0)

2025-02-04(0)

2025-02-03(0)

2025-02-02(0)

2025-02-01(0)

2025-01-31(0)

2025-01-30(0)

2025-01-29(0)

2025-01-28(0)