segmentation

Falcon Perception 是由 TII UAE 发布的 0.6B 参数早期融合 Transformer 模型，用于基于自然语言提示的开放词汇定位与分割，采用混合注意力机制和专用头（specialized heads）设计。

Recognize Anything Model (RAM) 是一个强大的图像标注模型，具备零样本泛化能力，现已与 Grounded-Segment-Anything 结合，用于开放集目标检测和分割，性能显著超越 CLIP 和 BLIP。