- 博客(2)
- 收藏
- 关注
RSS订阅原创 视觉理解大突破！PAM模型让AI“一眼洞穿万物“：分割+语义+描述，一键全知全能！
缺乏区域级深层语义理解能力尽管如 SAM / SAM 2 等分割模型在目标定位上表现出色，但它们无法解释目标的类别、定义、功能或上下文语义。现有方法局限性明显语义输出有限，仅支持简单标签或简短描述；模态适应性差，往往只能处理图像或视频中的一种；串行设计依赖外部 mask 生成器，计算冗余且对 mask 质量敏感。缺乏高质量细粒度的区域语义数据现有区域级标注数据集粒度粗，不能满足细致语义理解任务的需求。
2025-06-12 23:04:07
546
原创 1维卷积实现高效变量间关系建模，解决多对一时间序列预测问题
今天给大家介绍一篇针对多变量预测单变量场景的时间序列预测优化工作。本文的核心是构建了一种基于卷积的轻量级变量间关系学习模块，提升变量间关系学习效率和缓解过拟合问题，提升多变量预测单变量的效果。：。
2025-06-12 13:50:20
902
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人