OP-HRG

新的OP-HRG方法提高了AI识别物体部件的能力

研究人员开发了一种名为对象-部件分层反思定位（OP-HRG）的新方法，以改进多模态大语言模型（MLLMs）根据语言查询识别物体特定部件的能力。当前模型在部件级定位方面存在困难，因为它们试图一步定位物体及其部件。OP-HRG通过首先识别父对象，然后在该对象内精确定位部件来解决这个问题，并包含一个自我检查机制。使用此方法训练的40亿参数模型在各种部件级定位数据集上表现优于更大的模型和SAM3，并且在推理分割任务中也显示出有效性。