研究者提出前景感知双路径数据集蒸馏方法
热点事件持续更新
研究者提出前景感知双路径数据集蒸馏方法
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Mingzhuo Li 等作者提出一种前景感知的数据集蒸馏框架：先用 Grounded SAM2 估计每张图像的前景占比，再按类别分布导出路由阈值，把图像分流到候选裁剪选择路径或直接变换路径。 在 CIFAR-10、CIFAR-100、ImageNette 和 ImageWoof 上，该方法在两种网络架构、三种蒸馏预算下几乎全部设置优于基线 RDED。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
基于双路径 patch 选择的前景感知数据集蒸馏方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI基于双路径 patch 选择的前景感知数据集蒸馏方法
研究者提出前景感知数据集蒸馏框架，用 Grounded SAM2 估计每张图像的前景占比，并按类别分布导出路由阈值，将图像分流到候选裁剪选择路径或直接变换路径。在 CIFAR-10、CIFAR-100、ImageNette 和 ImageWoof 上，该方法在两种网络架构、三种蒸馏预算下几乎全部设置优于基线 RDED。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。