AquaProbe提出水下视觉模型适配方法
热点事件持续更新
AquaProbe提出水下视觉模型适配方法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Md Shihabul Islam Shovo 等作者提出 AquaProbe，通过测量不同水体类型和成像距离下的领域差异，按比例分配冻结视觉编码器的 LoRA 参数预算，以适配水下图像分割；论文报告的方法在相同 0.59 million 适配器参数量下达到 70.1 mIoU，比均匀分配高 1.9 个百分点。 在标准 SUIM 划分上，按估计条件簇工作的三路路由器达到 70.6 mIoU；在保留的退化条件下达到 63.4 AUDRC。上述结果来自论文对该方法的实验报告。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
AquaProbe：面向水下图像的冻结视觉模型高效适配方法报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · Machine LearningAquaProbe：面向水下图像的冻结视觉模型高效适配方法
AquaProbe 通过测量不同水体类型和成像距离下的领域差异变化，动态分配冻结视觉编码器的 LoRA 参数预算，提升视觉模型在水下图像分割任务中的适应能力。基于测量结果的比例 LoRA rank 分配取得 70.1 mIoU，相比均匀分配提高 1.9 个百分点，适配器参数量均为 0.59 million；三路条件路由器在标准 SUIM 划分上达到 70.6 mIoU。
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。