超越CVPR2024方法，DynRefer在区域级多模态识别任务上，多项SOTA

快讯 2024-06-20 19:46:19

导读机器之心发布机器之心编辑部为了实现高精度的区域级多模态理解，本文提出了一种动态分辨率方案来模拟人类视觉认知系统。本文作者来自于中国...

机器之心发布机器之心编辑部为了实现高精度的区域级多模态理解，本文提出了一种动态分辨率方案来模拟人类视觉认知系统。本文作者来自于中国科学院大学LAMP实验室，其中第一作者赵毓钟是中国科学院大学的2023级博士生，共同一作刘峰是中国科学院大学2020级直博生。他们的主要研究方向是视觉语言模型和视觉目标感知。