CROMPT 框架实现恶劣天气下零样本语义分割
热点事件持续更新
CROMPT 框架实现恶劣天气下零样本语义分割
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Aniruddh Sikdar 于 2026 年 11 月 18 日提交论文,提出 CROMPT 跨模态提示框架。该工作旨在解决恶劣天气下的零样本语义分割难题,通过引入特征增强与难易适应策略,在两个基准数据集上实现了优于强基线及最先进方法的性能,mIoU 提升 1.63%-2.63% 且推理复杂度不变。目前代码与论文已公开。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
CROMPT:通过跨模态提示实现恶劣天气下语义分割的零样本泛化报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉CROMPT:通过跨模态提示实现恶劣天气下语义分割的零样本泛化
CROMPT 提出一种针对语义分割的零样本域自适应框架,引入跨模态特征增强与渐进式难易适应策略。在两个基准数据集上,该方法相比强基线及最先进方法均取得提升,mIoU 增益达 1.63%-2.63% 且推理复杂度保持不变。该工作为恶劣天气下的鲁棒分割提供了高效解决方案,代码与论文已公开。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。