Skip to main content

canvit-active-vision-foundation-model

Establishes Active-Vision Foundation Models (AVFM) as a new problem class and proposes CanViT: a retinotopic ViT backbone with Canvas Attention that decouples thinking (glimpse processing) from memory (scene canvas). Dense latent distillation from DINOv3 enables unsupervised pretraining on 1B random glimpses. Achieves 81.2% ImageNet accuracy with frozen probes—proving foundation models can be adapted to active-vision tasks. Trigger: When building systems requiring selective visual attention to scenes (robotics, surveillance, embodied AI), apply the active-vision paradigm with retinotopic architecture and canvas memory to scale beyond single-glimpse models.

Aller à l'installation

Informations de source

Dépôt
ADu2021/skillXiv
Dernière activité de la source
26 mars 2026 à 05:22
Langue détectée de SKILL.md
anglais
Étoiles
6
Forks
0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.