DEFEND：面向烟草成瘾预防的大规模 1M 数据集与基础模型

尽管烟草广告以前所未有的速度创新，但传统的监视方法在社交媒体语境下仍停滞不前。缺乏大规模、综合性的数据集和 sophisticated 监控系统，导致了行业进步与公共卫生监督之间的差距。本文通过引入 Tobacco-1M，一套覆盖百万张烟草产品图像的数据集，拥有横跨75个产品类别的分层标签，以及 DEFEND，一款用于烟草产品理解的新型基础模型来解决这一挑战。我们的 method 集成了一个用于丰富多模态表征学习的特征增强模块、一个用于详细特征辨识的局部-全局视觉一致性机制，以及一个用于精确产品表征的增强图像-文本对齐策略。实验结果表明，DEFEND 在产品分类中实现了 83.1% 的准确率，在视觉问答任务中实现了 73.8% 的准确率，显著优于现有方法。此外，该模型在零样例学习任务中表现出鲁棒性，在新产品类别上的准确率达 45.6%。本工作为公共卫生研究者和监管机构提供了强大的工具，用于监控新兴烟草产品和营销策略，potentially revolutionizing tobacco control and public health surveillance 的方法。