跳到正文
arXiv · 机器人与计算机视觉· Junhyub Lee, Seunghun Chae, Hyosu Kim·· 15 天前AI 评分58

COCOTree:面向开放树状结构视觉分解的数据集与基准

COCOTree: A Dataset and Benchmark for Open Tree-Structured Visual Decomposition

AI 导读

本文正式定义并推动开放树状分解任务,提供包含超 2.1 万图像和 180 万个结构节点的 COCOTree 基准数据集。该工作通过结合大视觉语言模型的语义推理与 SAM 3 的几何定位,构建了全自动标注管线以克服人工瓶颈,支持超过 3500 个唯一标签的开放词汇空间并覆盖长尾复杂物理装配。

来源:arXiv · 机器人与计算机视觉 · arxiv.org