研究人员推出了WADE，这是一个新的基准，旨在评估紧凑型视觉语言模型（VLM）在识别和分类内陆水道中漂浮废物这一挑战性任务上的表现。该基准包含来自孟加拉国农村的数据，对2,167张图像进行了详细注释，包含十种废物类别的13,000多个边界框。对六个VLM的初步评估显示出显著的挑战，即使是经过微调的模型也难以检测到大多数实例，这凸显了该基准在密集废物实例分割方面的难度。 AI
影响 为评估紧凑型视觉语言模型在环境监测任务中的应用建立了一个新的、具有挑战性的基准。
排序理由 该集群描述了一个用于评估视觉语言模型的新基准和相关研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Floating waste in inland waterways threatens aquatic ecosystems and requires timely monitoring under cluttered, multi-object conditions. Existing aquatic-waste datasets provide limited geographic coverage, sparse multi-instance annotations, and little supervision beyond boxes and…
arXiv:2608.22950v1 Announce Type: new Abstract: Floating waste in inland waterways threatens aquatic ecosystems and requires timely monitoring under cluttered, multi-object conditions. Existing aquatic-waste datasets provide limited geographic coverage, sparse multi-instance anno…