NeurIPS 2024 | 無需訓(xùn)練，一個框架搞定開放式目標檢測、實例分割

AIGC動態(tài)歡迎閱讀

原標題：NeurIPS 2024 | 無需訓(xùn)練，一個框架搞定開放式目標檢測、實例分割
關(guān)鍵字：開放式,模型,物體,作者,方式
文章來源：機器之心
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

AIxiv專欄是機器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者均來自北京大學(xué)王選計算機研究所。主要作者包括：林志威，北京大學(xué)博士生；王勇濤，北京大學(xué)副研究員；湯幟，北京大學(xué)研究員。
本文介紹了來自北京大學(xué)王選計算機研究所的王勇濤團隊的最新研究成果 VL-SAM。針對開放場景，該篇工作提出了一個基于注意力圖提示的免訓(xùn)練開放式目標檢測和分割框架 VL-SAM，在無需訓(xùn)練的情況下，取得了良好的開放式 (Open-ended) 目標檢測和實例分割結(jié)果，論文已被 NeurIPS 2024 錄用。論文標題：Training-Free Open-Ended Object Detection and Segmentation via Attention as Prompts
論文鏈接：https://arxiv.org/abs/

原文鏈接：NeurIPS 2024 | 無需訓(xùn)練，一個框架搞定開放式目標檢測、實例分割