Sofian Chaybouti

Falcon Perception-HD 使用 RL 实现高密度视觉实体定位

研究人员开发了 Falcon Perception-HD，一个利用强化学习（RL），特别是 GRPO，来增强视觉实体定位的新模型。这种方法直接优化了精度和召回率等感知指标，克服了传统监督微调的局限性。Falcon Perception-HD 在包含多达 500 个对象的密集场景中展示了最先进的性能，修复了诸如掩码重复等常见问题，并减少了对 NMS 等后处理步骤的需求。