RGBT-Ground：复杂现实世界场景中鲁棒视觉定位的新基准

Research Paper#Computer Vision, Visual Grounding, Benchmark🔬 Research|分析: 2026年1月3日 09:20•
发布: 2025年12月31日 02:01
•
1分で読める
•ArXiv

分析

本文介绍了一个新的基准 RGBT-Ground，专门用于解决现有视觉定位基准在复杂现实世界场景中的局限性。 重点关注 RGB 和热红外 (TIR) 图像对，以及详细的注释，可以更全面地评估模型在各种具有挑战性的条件下的鲁棒性，例如不同的光照和天气。 统一框架的开发和 RGBT-VGNet 基线进一步促进了该领域的研究。
引用 / 来源
查看原文
"RGBT-Ground, the first large-scale visual grounding benchmark built for complex real-world scenarios."
A
ArXiv2025年12月31日 02:01
* 根据版权法第32条进行合法引用。
较旧

Generalization Capability of Deep Learning for Predicting Drag Reduction in Pulsating Turbulent Pipe Flow with Arbitrary Acceleration and Deceleration

较新

Localized Calibrated Uncertainty in Code Language Models

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv