383浏览
0点赞

一次性分割一切,比SAM更强,华人团队的通用分割模型SEEM来了

最近,一篇「一次性分割一切」的新论文《Segment Everything Everywhere All at Once》再次引起关注。在该论文中,来自威斯康星大学麦迪逊分校、微软、香港科技大学的几位华人研究者提出了一种基于 prompt 的新型交互模型 SEEM。SEEM 能够根据用户给出的各种模态的
391浏览
0点赞

CVPR2023最新论文!含语义分割、扩散模型、多模态、预训练、MAE等方向

CVPR 2023 收录的工作中扩散模型、多模态、预训练、MAE相关工作的数量会显著增长。语义分割/Segmentation - 3 篇Delivering Arbitrary-Modal Semantic Segmentation论文/Paper: arxiv.org/pdf/2303.01…代码/Code: NoneConflict-based Cross-View Consistency for Semi-
相关搜索
今日排行
本周排行
本月排行
免费注册体验
联系我们