arXiv · 机器人与计算机视觉· Tianqi Wei, Zhi Chen, Xin Yu, Scott Chapman, Zi Huang·· 2026-10-20AI 评分45
ViTA-SAM:通过跨模态对齐与视觉记忆提升 SAM 3 少样本分割性能
Visual Memory and Textual Alignment for Cross-Modal Few-Shot Segmentation
AI 导读
ViTA-SAM 框架基于 SAM 3 构建,集成视觉记忆模块与文本特征以解决语义提示与视觉表征不对齐问题。该方法在多个基准测试中表现最佳,平均 mIoU 超越最强竞争方法超过 5%。代码与数据许可状态需参考 arXiv:2610.25641v1 页面详情。
来源:arXiv · 机器人与计算机视觉 · arxiv.org