研究人员开发了一个名为ASH(Annotation and Segmentation Handler)的新系统,旨在实现视频标注的自动化。ASH通过使用重叠的时间块和基于IoU的身份匹配,将现有的视频实例分割跟踪器扩展到处理任意长度的视频,无需进行特定数据集的训练。当与SAM3结合时,由此产生的SAM3-ASH管道在零样本条件下在MOTS20基准测试上取得了最先进的性能,并在其他基准测试上保持竞争力,同时GPU内存使用量保持在25 GB以下。 AI
影响 实现了可扩展、无需训练的自动化视频标注,有望加速内容分析和创作工作流程。
排序理由 该集群描述了一篇关于视频标注新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Annotation and Segmentation Handler
- arXiv
- ASH
- Generalized Presence Token
- Hugging Face
- MOTS20
- SAM3
- SAM3-ASH
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →