I modelli auto-supervisionati superano quelli supervisionati nella classificazione artistica
Un nuovo studio di arXiv confronta sistematicamente gli estrattori di caratteristiche supervisionati e auto-supervisionati per la classificazione e il recupero di opere d'arte, concentrandosi sui dipinti. Utilizzando la famiglia DINO e i modelli CLIP, i ricercatori hanno scoperto che i backbone auto-supervisionati migliorano costantemente le prestazioni di classificazione. Il lavoro esplora anche applicazioni reali come la navigazione museale in realtà virtuale. L'articolo è disponibile nella sezione Computer Vision e Pattern Recognition.
Fatti principali
- Lo studio confronta backbone supervisionati e auto-supervisionati per la classificazione artistica
- Si concentra sui dipinti utilizzando la famiglia DINO e i modelli CLIP
- I backbone auto-supervisionati migliorano costantemente le prestazioni di classificazione
- Le applicazioni includono la navigazione museale in realtà virtuale
- Pubblicato su arXiv nella sezione Computer Vision e Pattern Recognition
- Disponibili cronologia delle sottomissioni, codice e dati
- Menzionato il framework arXivLabs per la collaborazione comunitaria
- ID articolo: 2605.18974
Entità
Istituzioni
- arXiv
- arXivLabs