Tag · 6 篇

实例分割

分布数据集与评测3图像分割1医学影像与生物视觉13D 视觉与重建1

XSeg: A Large-scale X-ray Contraband Segmentation Benchmark For Real-World Security Screening

XSeg 提供了大规模像素级 X 射线违禁品分割基准，可用于评估和提升模型在安检场景下的实例分割与跨域泛化能力；APSAM 的 Energy-Aware Encoder 和 Adaptive Point Generator 为基于 SAM 的少点提示标注提供了可复用思路。

Towards High-Quality Image Segmentation: Improving Topology Accuracy by Penalizing Neighbor Pixels

SCNP 是一种即插即用的损失函数增强策略，通过惩罚像素与其最差分类邻居的 logits 来提升分割的拓扑正确性，可方便地集成到现有分割训练流程中，适用于需要保持连通分量数量的医学或遥感等分割任务。

Synthetic Object Compositions for Scalable and Accurate Learning in Detection, Segmentation, and Grounding

用 3D 几何布局与相机配置增强把高质量物体片段合成为带精确掩码、框和指代表达的训练图像，可直接替代或补充 LVIS/COCO 等真实标注数据，尤其适合低数据量与细粒度属性判别场景。

IVAAN: Instance-level Vision-Language Alignment via Attribute-Guided Text Prompts Generation for Nuclei Analysis

用真值掩码自动生成属性引导的文本描述，再以对比学习把实例级视觉表征与语义锚点对齐，并学习类内多个原型 token 建模子模态——这套「无人工文本标注的实例级视觉语言对齐 + 原型语义反馈」可直接迁移到其他缺乏实例级文本标注的密集预测任务（如细胞/病灶/遥感目标分割）。

CompetitorFormer: Mitigating Query Conflicts for 3D Instance Segmentation via Competitive Strategy

针对基于 Transformer 的 3D 实例分割中多个查询同时瞄准同一实例导致掩码碎片化的问题，提出查询竞争层与排序交叉注意力，可复用于任何基于查询的 3D/2D 分割框架以加速收敛并提升精度。

CHIRP dataset: towards long-term, individual-level, behavioral monitoring of bird populations in the wild

提供了一个面向野外鸟类长期行为监测的多任务数据集（CHIRP）和基于彩色腿环分割分类的个体重识别流程（CORVID），其应用导向评测（如取食率、共现率）为视觉模型在真实生态场景中的效用评估提供了可借鉴的范式。