gRefCOCO
PulseAugur coverage of gRefCOCO — every cluster mentioning gRefCOCO across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
SetCon 通过集合级概念预测推动开放式指代分割
研究人员推出 SetCon，一种新颖的开放式指代分割方法，将任务重新表述为显式的集合级概念预测。与先前顺序处理多个目标的旧方法不同，SetCon 利用 LVLM 生成的自然语言概念进行联合掩码-集合解码。该方法首先预测一个共享的集合级概念来定义目标范围，然后将其细化为细粒度的概念组。SetCon 在 gRefCOCO 和 MUSE 等图像基准测试中取得了最先进的结果，并且随着指代目标数量的增加，性能提升也随之增加。该方法在视频分割任务…
-
新研究通过新策略和基准解决指代表达分割问题
arXiv上发表的两篇新研究论文介绍了指代表达分割（RES）的新方法。RES任务涉及将自然语言描述与像素级对象掩码关联起来。第一篇论文ContourVLA提出了一种闭环感知-行动策略，将RES视为一个视觉运动过程，利用可编辑轮廓来指导多模态感知和几何操作。据报道，该方法在基准数据集上的gIoU提高了8.7个点。第二篇论文InstanceBench引入了一个诊断性基准，旨在更好地评估RES模型中的指代推理和目标身份。InstanceBe…
-
SetCon 提出通过集合级概念预测实现开放式指代分割
研究人员推出 SetCon，一种新颖的开放式指代分割方法，它将多个目标视为一个连贯的集合，而不是单独的输出。该方法将问题重新表述为显式的集合级概念预测，利用大型视觉语言模型 (LVLMs) 生成的自然语言概念。SetCon 首先预测一个广泛的集合级概念，然后将其细化为更细粒度的组，在图像和视频基准测试中取得了最先进的结果，尤其是在处理越来越多的指代目标时。