SAM domain
PulseAugur coverage of SAM domain — every cluster mentioning SAM domain across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的结肠镜检查AI基准Colon-Bench评估MLLMs
研究人员开发了Colon-Bench，一个用于训练AI模型处理结肠镜检查视频的新基准数据集。该数据集通过多阶段代理工作流生成，包含对超过30万个边界框和21.3万个分割掩模的详细标注，涵盖14个病灶类别。该基准用于评估最先进的多模态大语言模型（MLLMs），结果显示与SAM-3等现有模型相比，在医学领域的定位性能出奇地高。还引入了一种新颖的“colon-skill”提示策略，将零样本MLLM性能提高了高达9.7%。
-
AI模型为边缘牲畜监测进行蒸馏，减少VRAM需求
研究人员开发了一种轻量级蒸馏方法，用于SAM 3和DINOv3等大型基础模型，使其能够在边缘设备上部署用于牲畜监测。蒸馏后的管道显著减少了参数数量和VRAM使用量，能够适应NVIDIA Jetson Orin NX的配置。这一进展支持了精准畜牧业的设备端视觉分析，能够对动物健康和行为进行回顾性分析。
-
新框架MemOVCD和OmniOVCD推进开放词汇变化检测
两篇新研究论文介绍了遥感图像中开放词汇变化检测的新方法。MemOVCD利用跨时空记忆推理和全局-局部自适应校正来改善时间耦合和空间一致性，在多个基准测试中取得了良好的性能。OmniOVCD通过利用Segment Anything Model 3 (SAM 3) 和协同融合到实例解耦策略来简化该过程，在四个数据集上展示了最先进的结果。
-
SAM 3：AI之眼 — Nikhila & Pengchuan (Meta Superintelligence)，特邀 Joseph Nelson (Roboflow)
Meta AI 发布了 SAM 3，这是其 Segment Anything 项目的一项重大进展，能够使用自然语言提示在图像和视频中进行概念分割、检测和跟踪。该新模型通过实时识别诸如“黄色校车”等概念的每一个实例，并以惊人的速度，实现了人类水平的详尽性。SAM 3 与 Gemini 等多模态大语言模型集成，可执行复杂的视觉推理任务，并通过在 Roboflow 平台上的应用，已节省了超过 130 年的标注时间。