vision foundation model
PulseAugur coverage of vision foundation model — every cluster mentioning vision foundation model across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的DINOvTree模型可从无人机影像中估算树高和树种
研究人员开发了DINOvTree，这是一种从无人机影像中估算单株树高和树种的新方法。该方法利用了具有专用头的视觉基础模型骨干，可同时预测这些特征。DINOvTree在新推出的BIRCH-Trees基准上进行了评估，该基准包含来自温带、热带和北方森林环境的数据集。该方法表现强劲，实现了准确的高度预测和有竞争力的树种分类，同时使用的参数少于其他领先方法。
-
新AI框架提升遥感云层去除精度
研究人员开发了一个名为 Geo-Anchored Cloud Removal (GACR) 的新框架，以提高光学遥感中云层去除的准确性。与以往优先考虑视觉真实性的方法不同，GACR 侧重于保留对分割和变化检测等下游解释任务至关重要的语义结构。该框架利用 Observation-Anchored Residual Flow (OAR-Flow) 进行忠实重建，并利用 Geo-Contextual Prior Alignment (GCP…
-
GlowGS 改进了夜景的3D高斯泼溅效果
研究人员开发了 GlowGS，这是一种用于改进夜景中3D高斯泼溅（3DGS）的新方法，尤其是在有发光效果的区域。现有的 3DGS 方法在低光照条件下由于缺乏纹理和边缘等结构特征而面临挑战。GlowGS 通过使用扩散模型和视觉基础模型（VFM）来生成和学习语义特征，从而弥补了视觉线索的缺失，实现了更准确的 3D 场景重建。
-
新框架使用VFM改进红外目标检测
研究人员开发了一个新的红外小目标检测框架，该框架使用冻结的视觉基础模型（VFM）来指导一个更轻量级的学生模型。这种分层知识蒸馏方法旨在提高在背景杂波中检测微弱目标的准确性和稳定性，即使只有有限的点状标注。该方法结合了语义条件仿射调制（SCAM）来整合VFM语义，以及动态学习策略来处理带噪声的伪掩码。
-
Lilian Weng 详解 YOLO 和 SSD 等快速目标检测模型
两篇新研究论文提出了新颖的目标检测方法。VFM4SDG 旨在通过使用冻结的视觉基础模型来维持跨域稳定性，从而改进单域泛化目标检测，解决天气和光照变化的问题。UHR-DETR 通过有效分配计算资源并整合全局和局部场景信息，解决了超高分辨率遥感图像中小目标检测的挑战。