面向细粒度图像检索的区域感知 CLS Token 增强

英文标题：Region-Aware CLS Token Augmentation for Fine-Grained Image Retrieval

该论文提出一种面向细粒度图像检索的区域感知 CLS Token 增强方法。现有图像检索方法通常依赖单一全局语义描述符，例如视觉 Transformer 中的 [CLS] token。论文指出，将图像全部语义信息压缩到单一描述符中，可能损害细粒度检索性能。该研究对需要区分局部细节、相似类别或实例差异的图像检索开发者具有参考价值。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB