热点事件持续更新
实例检索中的物体-图像比例失配研究
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日,arXiv Information Retrieval 发布一手研究《Beyond Resolution:实例检索中的物体-图像比例失配问题》。研究指出,视觉实例检索跨尺度失效的主因是物体-图像(O2I)比例失配,而非分辨率损失。研究在包含3,021个Objaverse物体、五个相机距离的控制基准上展开,对12个预训练骨干进行评估,结果显示其中9个超过80%的跨距离退化源于O2I失配,多尺度架构同样受到影响。该研究为理解检索模型在尺度变化下的失效机制提供了新的实验依据。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
arXiv新研究称实例检索跨尺度失效主因是O2I比例失配而非分辨率损失。报道时间线
沿着报道,了解事件的不同侧面。
10月9日
- arXiv · Information RetrievalBeyond Resolution:实例检索中的物体-图像比例失配问题
研究指出视觉实例检索跨尺度失效的主因是物体-图像(O2I)比例失配而非分辨率损失。在 3,021 个 Objaverse 物体、五个相机距离的控制基准上,12 个预训练骨干中 9 个超过 80% 的跨距离退化源于 O2I 失配,多尺度架构同样受影响。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。