一套參數，狂攬160個SOTA！廈大等重磅開源「視覺感知基礎模型」APE

AIGC動態歡迎閱讀

原標題：一套參數，狂攬160個SOTA！廈大等重磅開源「視覺感知基礎模型」APE

關鍵字：數據,方法,研究人員,視覺,模型

文章來源：新智元

內容字數：10970字

內容摘要：新智元報道編輯：LRS 好困【新智元導讀】由廈門大學等機構提出的全新視覺感知基礎模型APE，只需一個模型外加一套參數，就能在160個測試集上取得當前SOTA或極具競爭力的結果。而且訓練和推理代碼以及模型權重全部開源，無需微調，開箱即用。最近，來自廈門大學等機構的研究人員提出一種新的視覺感知基礎模型APE——可以一次性對圖像中的所有前背景區域、物體和部件進行高效圖文對齊訓練和查詢提示推理，并輸出目標檢測、圖像分割和視覺定位的結果。為了增強APE在現實世界場景中的實用性，研究人員從三個方面構建重要能力：1. 任務泛化：APE基于DETR框架構建，可執行廣泛的語義理解任務，能夠預測任何物體、區域和部件的標簽、包圍框和分割掩模。具體而言，研究人員將常見和長尾詞匯的目標檢測、各種粒度的圖像分割和視覺定位統一到一個實例級檢測transformer框架中。2. 數據多樣性：APE同時在廣泛的數據源上進行…

原文鏈接：點此閱讀原文：一套參數，狂攬160個SOTA！廈大等重磅開源「視覺感知基礎模型」APE

聯系作者

文章來源：新智元

作者微信：AI_era

作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。