实体
AGD20K
AGD20K
PulseAugur coverage of AGD20K — every cluster mentioning AGD20K across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的AffordanceSAM模型使用SAM增强物体动作识别
研究人员开发了AffordanceSAM，这是一种新颖的方法，将Segment Anything Model (SAM) 的能力扩展到可供性识别。该方法旨在识别物体上可操作的区域，这对于现实世界应用至关重要。AffordanceSAM 利用一个可供性适应模块和一个名为 C2F-Aff 的新的粗到细标注数据集，经过三阶段训练。该模型在 AGD20K 基准测试中展示了最先进的性能，并显示出强大的泛化能力。
-
新研究解决 LVLM 幻觉问题并改进视觉-语言学习
研究人员正在开发新方法来提高大型视觉-语言模型 (LVLM) 的鲁棒性和能力。一种名为 SeeMe 的方法侧重于通过工程化视觉标记来抑制不相关信息同时保留关键证据，从而减轻幻觉。另一个框架 Text as Partial Constraint (TPC) 旨在通过将多视图字幕视为不完整监督并提炼共识语义核心来创建更可靠的表示。此外，还在探索像 HiMe 这样的新架构，用于长视域的视觉-语言-动作控制，将具身智能解耦为分层组件，以实现更…