论文提出免训练个性化图像分割框架

Quang Qui-Vinh Nguyen 等在 arXiv 提交论文《Where is My Mug?》，提出一个免训练的个性化图像分割（PIS）框架。论文指出既有方法在含多个同类相似物体的真实场景中会失效，瓶颈在于召回而非掩码质量。 该系统用现成的类别无关检测器生成候选框，以 BLIP-2 特征匹配参考图并计算 top-K Sinkhorn 部分最优传输距离，再用 SAM 精修掩码；论文称相比训练方法成本降低超过 100 倍，并配套提出了多实例基准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。