Label Studio
PulseAugur coverage of Label Studio — every cluster mentioning Label Studio across labs, papers, and developer communities, ranked by signal.
-
VLMs 从20世纪法国历史报刊中绘制亚美尼亚侨民广告
研究人员开发了一个新颖的流程，用于从法国数字化20世纪亚美尼亚报纸中提取和地理编码商业广告。该系统利用视觉语言模型（VLMs）来克服资源匮乏的西亚美尼亚语处理以及扫描历史文件质量差的挑战。该项目引入了一个带有广告注释的西亚美尼亚语报刊新语料库，以及一个适用于类似历史语言数据的可复现工作流程。
-
SULAND v2 数据集通过改进的标注精炼了地雷检测基准
研究人员发布了SULAND v2，这是一个改进的数据集，用于训练目标检测模型，以识别由无人机和无人地面车辆捕获的RGB图像中的地表地雷。原始的SULAND数据集包含许多标注错误，包括缺失或错误的标注、定位不准确以及不一致的类别标签。SULAND v2通过手动重新标注33,771张图像和12,433个边界框来解决这些问题，确保了更高的准确性和一致性。在该改进的数据集上对35种检测器配置进行基准测试显示性能显著提高，其中YOLOv12-S…
-
新流程支持交互式三维资产分割以用于内容创作
研究人员开发了一种面向交互式内容工作流的、基于人类在环的图集式三维资产分割流程。该方法利用SAM 2和Label Studio对渲染视图进行交互式分割，然后将其反投影到模型的UV参数化上。生成的图集有助于后续任务，如材质分配和语义标注，评估表明其在各种几何形状上都很有用。
-
开发者构建微型离线AI，用于Android上的摩尔斯电码识别
一位开发者创建了一项Android功能，该功能使用小型、设备上的AI模块，通过图像和实时摄像头源识别摩尔斯电码。该模块体积小于5MB，完全离线运行，并使用LiteRT进行推理。该项目涉及从头开始构建整个ML管道，包括数据收集、使用TensorFlow/Keras在个人GPU上进行模型训练以及移动端优化。这项工作突显了小型、专业化AI模型在实际本地应用中的潜力，并引发了对当前是否过于关注大型基础模型而忽视这些高效解决方案的思考。