arXiv · 机器人与计算机视觉· Ruicheng Zhang, Kaiwen Shen, Jiaqi Hou, Shuhan Yang, Junchao Huang, Kewei Zhang, Jun Zhou, Li Jiang, Shen Zhao·· 2026-10-09AI 评分36
ContourVLA:一种用于广义指代分割的闭环感知 - 动作轮廓策略
ContourVLA: A Closed-Loop Perception-Action Contour Policy for Generalized Referring Expression Segmentation
AI 导读
ContourVLA 将广义指代分割重构为闭环视觉运动过程,利用可编辑轮廓作为显式策略状态以条件化多模态感知并更新几何动作。该方法在 gRefCOCO 验证集及测试集上将 gIoU 分别提升 8.7、2.8 和 2.7 个点,并在所有八个 RefCOCO 系列分割子集中实现最高 mIoU。
来源:arXiv · 机器人与计算机视觉 · arxiv.org