arXiv · 机器人与计算机视觉· Chengqian Ma, Gaole Dai, Zijie Meng, Weixuan Jin, Yijie Du, Yuexiao Ma, Xiawu Zheng, Fei Chao·· 13 小时前AI 评分74
NativeSeg:基于空间视觉 Token 与验证性局部放大的 3D CT 原生视觉语言分割
NativeSeg: Native Vision Language Segmentation of 3D Computed Tomography via Spatial Visual Tokens and Verified Local Zoom
AI 导读
该论文提出 NativeSeg 框架,利用 LoRA 适配的 Qwen3.8-27B 模型在 2D 空间视觉 Token 上直接进行密集掩码解码、体积分级和局部放大,无需外部 SAM 解码器。实验显示该方法在成人 CT 上将 Round 0 DSC 提升约 19.81 分点,并在儿科数据上实现 87.04% 的零样本分割精度,同时能安全地优化现有 2D nnU-Net 等基线模型。
来源:arXiv · 机器人与计算机视觉 · arxiv.org