热门
导航
快讯
推荐文章
热门
导航
快讯
推荐文章
#zero-shot分类
Diffusion Classifier: 利用预训练扩散模型实现零样本分类
2 个月前
Diffusion Classifier是一种新颖的零样本分类方法,它巧妙地利用了预训练扩散模型的条件密度估计能力,无需额外训练即可实现高效的图像分类。这一方法不仅在多个基准测试中取得了强劲的分类性能,还展现出了优于现有方法的多模态组合推理能力。
Diffusion Classifier
Stable Diffusion
zero-shot分类
生成模型
ICCV 2023
Github
开源项目
2 个月前
相关项目
diffusion-classifier
本项目展示了如何利用大型文本图像生成模型如Stable Diffusion进行零样本分类,无需额外训练。该生成分类方法在多项基准测试中表现优越,超过其他扩散模型的知识提取方法。通过从ImageNet的类条件扩散模型中提取标准分类器,该模型即使在仅使用弱增强的情况下也表现出强大的分类性能和分布转移的稳健性。本研究推进了生成模型在下游任务中的应用,是对多模态组合推理能力的重要探索。
查看
使用协议
隐私政策
广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI
·
鲁ICP备2024100362号-6
·
鲁公网安备37021002001498号