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
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。
-
新的基准和模型在机器人和推理领域推进视觉-语言能力 · 跟踪了10个来源
近期研究探讨了多个领域中视觉-语言模型（VLM）的进展。DeCAL 引入了一个新的模型，用于灵巧操作，该模型集成了触觉感知和视觉-语言理解。ROBORMBENCH 强调了 VLM 奖励模型在机器人领域对释义的脆弱性，并提出了一个衡量这种不稳定的基准。KoNA 和 FPCO-Dialog 分别针对 VLM 中的选择性不合规和持续的错误前提，提出了新的基准和微调策略。MultihopSpatial 专注于提高 VLA 代理的多跳组合空间推…