随意指定CLIP关注区域！上交复旦等发布Alpha-CLIP：同时保持全图+局部检测能力

新智元报道编辑：LRS 本文介绍了一个名为 Alph-CLIP 的框架，它在原始的接受 RGB 三通道输入的 CLIP 模型的上额外增加了一个 alpha 通道。在千万量级的 RGBA-region 的图像文本对上进行训练后，Alpha-CLIP 可以在保证 CLIP 原始感知能力的前提下，关注到