GuidedNav视觉语言导航框架与数据集发布
热点事件持续更新
GuidedNav视觉语言导航框架与数据集发布
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Jingyu Guo等作者提出并发布GuidedNav，一个通过训练时引导显式塑造视觉语言导航表征的统一框架。它用子任务与地标引导把动作前注意力对准当前指令片段和相关视觉区域，并用空间引导对齐几何特征。 作者称，在R2R-CE和RxR-CE val-unseen上，该框架成功率分别比此前最强结果提升8.1%和13.1%，同时推理更快。作者还发布了Guided-R2R和Guided-RxR两个标注增强的导航数据集。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
GuidedNav：通过动作前注意力与空间引导塑造视觉语言导航表征报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVGuidedNav：通过动作前注意力与空间引导塑造视觉语言导航表征
GuidedNav 是一个通过训练时引导显式塑造视觉语言导航表征的统一框架，利用子任务与地标引导将动作前注意力对准当前指令片段和相关视觉区域，并用空间引导对齐几何特征。在 R2R-CE 和 RxR-CE val-unseen 上，其成功率分别比此前最强结果提升 8.1% 和 13.1%，同时推理更快。作者还发布了 Guided-R2R 和 Guided-RxR 两个标注增强的导航数据集。
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。