跳到正文
热点事件持续更新

LoCaR:冻结 VLM 下的局部画布检索框架

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026 年 11 月,研究人员提出 LoCaR 框架及 LOCFG 基准,旨在优化小物体检索。该方案无需训练,利用冻结的视觉语言模型配合独立 SAM2 提案构建局部图像表示。评测显示,提升区域表征是主要增益来源,工作涵盖零样本及局部检索任务,代码或权重开放许可情况未明确说明。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    LoCaR:冻结视觉语言模型的局部画布检索框架

    LoCaR 是一个无需训练的框架,利用冻结的视觉语言模型与独立 SAM2 提案构建局部图像表示以优化小物体检索。研究引入基于 Visual Genome 的 LOCFG 基准进行评测,结果显示提升区域表征本身是主要增益来源。该工作涵盖零样本及局部检索任务,代码或权重开放许可情况未明确说明。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 16:00
近 24 小时变化
–

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。