新PhysScene数据集和CM-DPG模型推动科学实验场景理解

研究人员推出了PhysScene，一个专为物理实验场景定制的、用于场景图生成（SGG）的新型数据集。该数据集通过包含专业仪器、实验语义和对自动化分析及智能教育至关重要的细粒度物理关系，解决了现有基准的局限性。为了应对PhysScene中长尾谓词分布和视觉-文本语义鸿沟的挑战，该团队还开发了跨模态双路径生成器（CM-DPG）模型。该模型利用联合视觉-文本编码和互补的视觉-几何线索来实现强大的开放词汇SGG，在PhysScene和VG150基准上均表现出竞争力。 AI

影响 增强科学实验的视觉理解能力，可能有助于研究和教育。

排序理由 该集群描述了在arXiv论文中为特定计算机视觉任务提出的新数据集和模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CM-DPG
• DagsHub
• Gotit.pub
• Hugging Face
• PhysScene
• ScienceCast
• VG150

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →