EVA: Exploring the Limits of Masked Visual Representation Learning at Scale

这是一张学术论文的截图,标题为"EVA: Exploring the Limits of Masked Visual Representation Learning at Scale"。页面包含论文标题、作者列表及其所属机构、代码和模型的GitHub链接、摘要部分,以及一张标为"Figure 1"的示意图。示意图展示了EVA模型的工作流程,包括通过扩大MIM预训练(使用3000万图像数据和150个epochs)从CLIP到EVA(10亿参数)的过程,以及EVA在下游任务的迁移应用,如图像分类、视频动作分类、目标检测等。

文本内容

We launch EVA, a vision-centric foundation model to Explore the limits of Visual representation at scale using only publicly accessible data. EVA is a vanilla ViT pre-trained to reconstruct the masked out image-text aligned vision features conditioned on visible image patches. Via this pretext task, we can efficiently scale up EVA to one billion parameters, and sets new records on a broad range of representative vision downstream tasks, such as image recognition, video action recognition, object detection, instance segmentation and semantic segmentation without heavy supervised training. Moreover, we observe quantitative changes in scaling EVA result in qualitative changes in transfer learning performance that are not present in other models. For instance, EVA takes a great leap in the challenging large vocabulary instance segmentation task: our model achieves...

整体描述

这是一张学术论文的截图,标题为"EVA: Exploring the Limits of Masked Visual Representation Learning at Scale"。页面包含论文标题、作者列表及其所属机构、代码和模型的GitHub链接、摘要部分,以及一张标为"Figure 1"的示意图。示意图展示了EVA模型的工作流程,包括通过扩大MIM预训练(使用3000万图像数据和150个epochs)从CLIP到EVA(10亿参数)的过程,以及EVA在下游任务的迁移应用,如图像分类、视频动作分类、目标检测等。

来源说明

图片内容来自一篇关于计算机视觉和机器学习的学术论文。论文作者来自北京人工智能研究院、华中科技大学、浙江大学和北京理工大学等机构。页面中提供了代码和模型的GitHub链接:https://github.com/baaivision/EVA。这类学术论文通常会在学术会议上发表或在 arXiv 等预印本平台上发布,随后可能会被收录到相关学术期刊中。

相似的梗图

社会主义核心价值观评估模型项目展示板

这是一块关于**社会主义核心价值观评估模型**的线下项...

腾讯MTP防护系统数据包中的趣味拼音梗

在对腾讯手游防护系统MTP(Mobile Tencen...

协和医学博士论文目录曝光,研究部分长达27页

这是一张北京协和医学院董彦莹博士毕业论文摘要PDF的目...

结合高等数学知识的语文语言文字应用考题

这是一张来自B站的语文考试语言文字应用模块题目截图,共...

Otto图像变换搞笑梗图

这是一张搞笑梗图,通过模仿编程代码的形式展示对名为"o...

被恶搞成「AVE mujica」的可孚视力表灯箱

这是一张安装在室内墙面上的视力表灯箱实拍图,灯箱品牌为...

全身上下都是执法记录仪的离谱产品详情页

这是一张电商平台的竖屏产品详情页截图,页面顶部标注该便...

什么是核(kernel)的搞笑混搭玩梗

这是一张纯文字的社交媒体截图,内容围绕提问「什么是核(...

MATLAB循环忘关窗口的噩梦:1000+窗口叠堆现场

这是一张戳中程序员日常痛点的搞笑吐槽截图,画面展示的是...

伪装清华招生办的缅甸诈骗电话来电界面截图

这是一张智能手机拨号页面的截图,展示了一则极具反差感的...

文科生加AI对理科生降维打击言论及反讽评论截图

这是一张小红书平台的帖子截图,发帖用户为momo,IP...

用书写证明姜萍数学不行?uniform bound翻译选择题

图片为社交媒体问答截图,顶部显示问题“为什么用书写证明...

梗图网

梗图网

打开手机 App,找梗更快

下载