基于SAM的新型视觉模型Open-Vocabulary SAM：交互式的图像分割和识别
来自南洋理工大学、上海AI实验室的研究人员推出了一款基于SAM的新型视觉模型Open-Vocabulary SAM，它结合了Segment Anything Model（SAM）和CLIP模型的优势...
排序
字节跳动推出数据集COCONut，专门针对图像分割任务
字节跳动推出数据集COCONut，它是对现有的COCO数据集的现代化升级，专门针对图像分割任务。图像分割是计算机视觉中的一个核心问题，它的目标是将图像中的每个像素正确地分类到不同的实例或类别中，此数据...
新颖图像和视频处理框架MaGGIe：用于实现人类图像的精确分割，从图像和视频中提取人物前景
来自马里兰大学和Adobe的研究人员推出新的图像和视频处理技术MaGGIe（Masked Guided Gradual Human Instance Matting），它用于实现人类图像的精确分割...
ComfyUI-AutoSplitGridImage：自定义ComfyUI节点，提供灵活的图像分割功能
ComfyUI-AutoSplitGridImage 是 ComfyUI 的一个自定义节点，提供了灵活的图像分割功能。它允许用户在行和列分割中选择边缘检测和均匀分割，为基于网格的图像分割提供了一种可定...
Anzhc 开源系列 YOLO 模型：专注细粒度图像分割与分类任务
在图像检测与分割领域，高质量的专用模型往往能显著提升下游任务的表现。开发者 Anzhc 基于自建标注数据集，训练并开源了一系列面向特定视觉任务的 YOLO 模型，涵盖面部、眼部、头部、胸部等细粒度目标...
Gemini 2.5 实现对话式图像分割，用语言精准“圈出”图像中的目标
AI在视觉理解领域正不断突破边界。从最初的物体检测，到像素级语义分割，再到开放词汇识别，AI 对图像的理解能力持续进化。如今，谷歌 Gemini 2.5 带来了一个更具交互性的能力——对话式图像分割...
