CleanDIFT: ميزات الانتشار بدون ضوضاء

تم مؤخرًا إثبات أن الخصائص الداخلية لنموذج التوزيع المدرب مسبقًا على نطاق واسع تُعد وصفات معنوية قوية لمجموعة واسعة من المهام اللاحقة. غالبًا ما تحتاج الأعمال التي تستفيد من هذه الخصائص إلى إضافة ضوضاء للصور قبل تمريرها عبر النموذج للحصول على الخصائص المعنوية، حيث لا يوفر النماذج أكثر الخصائص فائدة عند تقديم صور ذات ضوضاء قليلة أو معدومة. نوضح أن هذا الضوضاء له تأثير حاسم على فائدة هذه الخصائص، وهو تأثير لا يمكن علاجه عن طريق الجمع بين ضوضوات عشوائية مختلفة. نعالج هذه المشكلة من خلال تقديم طريقة تعديل دقيق غير مشرف عليها وخفيفة الوزن، مما يمكّن نماذج التوزيع الأساسية من توفير خصائص معنوية عالية الجودة وخالية من الضوضاء. نوضح أن هذه الخصائص تتفوق بسهولة على الخصائص المعنوية السابقة المستخرجة من النماذج التوزيعية بمقدار كبير في مجموعة متنوعة من إعدادات الاستخراج والمهام اللاحقة، مما يقدم أداءً أفضل حتى من طرق الجمع بين النماذج وبكلفة أقل بكثير.