继万物分割SAM之后，万物识别模型RAM来了！

Recognize Anything: A Strong Image Tagging Model

提出“识别万物模型”（Recognize Anything Model，RAM），用于图像打标签。RAM 可以高精度地识别任何常见类别。RAM 引入了图像打标签的一个新范式，利用大规模的图像-文本对进行训练，而不是手动标注。

开发 RAM 分为四个步骤。首先，通过自动文本语义解析获得图像标签。随后，通过统一文本描述和打标任务进行监督训练，以原始文本和解析标签为监督来自动标注一个初步模型。第三步，使用数据引擎生成附加标注，并清除不正确的标签。最后，使用处理后的数据重新训练模型，使用较小但更高质量的数据集进行微调。

在许多基准测试上评估了 RAM 的打标能力，并观察到令人印象深刻的零样本性能，优于 CLIP 和 BLIP。值得注意的是，RAM 甚至超过了全监督的方式，并展现出与 Google API 竞争的性能。

代码：https://recognize-anything.github.io/

关注公众号【机器学习与AI生成创作】，更多精彩等你来读：

深入浅出stable diffusion：AI作画技术背后的潜在扩散模型论文解读

深入浅出ControlNet，一种可控生成的AIGC绘画生成算法！

经典GAN不得不读：StyleGAN

戳我，查看GAN的系列专辑~！

一顿午饭外卖，成为CV视觉的前沿弄潮儿！

最新最全100篇汇总！生成扩散模型Diffusion Models

ECCV2022 | 生成对抗网络GAN部分论文汇总

CVPR 2022 | 25+方向、最新50篇GAN论文

ICCV 2021 | 35个主题GAN论文汇总

超110篇！CVPR 2021最全GAN论文梳理

超100篇！CVPR 2020最全GAN论文梳理

拆解组新的GAN：解耦表征MixNMatch

StarGAN第2版：多域多样性图像生成

附下载 | 《可解释的机器学习》中文版

附下载 |《TensorFlow 2.0 深度学习算法实战》

附下载 |《计算机视觉中的数学方法》分享

《基于深度学习的表面缺陷检测方法综述》

《零样本图像分类综述: 十年进展》

《基于深度神经网络的少样本学习综述》