.png){kind=icon}
返回
Vision Generalist Model: A Survey
.png){kind=icon}
PRE
AI
DOI：10.1007/s11263-025-02502-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，我们在自然语言处理领域见证了通用模型取得的巨大成功。通用模型是一种通过大规模数据训练得到的通用框架，能够同时处理多种下游任务。受其出色性能的鼓舞，越来越多的研究人员开始探索将这些模型应用于计算机视觉任务。然而，视觉任务的输入和输出更加多样化，难以将其概括为统一的表示形式。本文对视觉通用模型进行了全面概述，深入探讨了它们在该领域的特征与能力。首先，我们回顾了相关背景，包括数据集、任务和基准。然后，我们深入分析了现有研究中提出的框架设计，同时介绍了用于提升其性能的技术。为帮助研究人员更好地理解该领域，我们简要探讨了相关领域，阐明其相互联系与潜在协同作用。最后，我们提供了一些实际应用场景，深入剖析了持续存在的挑战，并就未来研究方向提出了见解。
Keyword:
Foundation Model
Computer Vision
Multi-task Learning
Multimodality Data
期刊
IF:
9.3
论文数:
3.9K
被引数:
2.8W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容