Skip to content
Hot eventLive

实例检索中的物体-图像比例失配研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 9
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。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Information Retrieval
    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。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。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.