sam2

标签

Cards List
#sam2

LoCaR:使用冻结视觉语言模型的局部画布检索

arXiv cs.AI ↗ · 2天前

LoCaR 是一个无需训练的局部文本到图像检索框架,它结合 SAM2 生成的候选区域与冻结的视觉语言编码器,并提供可选的成对支持样本适配机制,同时引入了 LOCFG——一个基于 Visual Genome 的基准,用于评估对尺寸小且具有挑战性的指代对象的检索能力。

0 人收藏 0 人点赞
#sam2

Show HN:开源的实时视频流目标跟踪

Hacker News Top ↗ · 4天前 缓存

tamserve 是一个开源的实时多摄像头目标跟踪服务引擎,让单份 SAM 2 / EdgeTAM 模型同时追踪所有摄像头中的所有目标,显存占用降低约 4 倍、速度提升 11%-24%,且支持按名称跟踪与多 GPU 路由。

0 人收藏 0 人点赞
#sam2

SAM2Matting: 通用图像与视频抠图

Hugging Face Daily Papers ↗ · 2026-06-25 缓存

SAM2Matting 引入了一种从追踪到抠图的框架,通过区域建议桥接和抠图头增强 SAM2 等基础追踪器,即使在仅用图像训练的情况下,也能实现最先进的视频抠图性能,并在多样场景中展现出强大的泛化能力。

0 人收藏 0 人点赞
#sam2

AuralSAM2: 通过金字塔视听特征提示赋予SAM2听觉能力

Hugging Face Daily Papers ↗ · 2026-05-14 缓存

AuralSAM2通过AuralFuser模块将音频集成到SAM2中,该模块从视听特征生成稀疏和密集提示,在保持交互效率的同时增强跨模态分割。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈