AIGC動態歡迎閱讀

原標題：GPT-4結合SAM2：免訓練多模態分割的全新解決方案！| 已開源
關鍵字：關鍵,對象,方法,音頻,類別
文章來源：量子位
內容字數：0字

內容摘要：

北京航空航天大學 李紅羽 投稿 凹非寺量子位 | 公眾號 QbitAI免訓練多模態分割領域有了新突破！
中科院信工所、北航、合工大、美團等單位聯合提出了一種名為AL-Ref-SAM 2的方法。
這種方法利用GPT-4和SAM-2來統一多模態分割，讓系統在免訓練的情況下，也能擁有不亞于全監督微調的性能！
≥ 全監督方法多模態分割主要有兩種方法：一種是依據文字描述找到視頻中特定對象的分割方法（RVOS），另一種是通過聲音識別視頻中發聲對象的方法（AVS）。
免訓練的多模態視頻指代分割雖然在數據和訓練成本上有較大優勢，卻由于缺乏在特定任務數據上針對性的模型參數調整，導致性能與全監督方法有較大差距。
而研究團隊要解決的就是這個問題。
實驗中，他們對多個RVOS基準數據集進行了廣泛驗證，包括Ref-YouTube-VOS、Ref-DAVIS17和MeViS，同時在AVSBench的多個子集上也進行了測試。
最后的實驗結果顯示，AL-Ref-SAL 2在這些數據集上的表現不僅優于其他無需訓練和弱監督的方法，并且甚至在一定情況下，系統的性能可以與全監督方法相媲美。
特別是在Ref-YouTube-V

原文鏈接：GPT-4結合SAM2：免訓練多模態分割的全新解決方案！| 已開源

聯系作者

文章來源：量子位
作者微信：
作者簡介：