本文提出了一种名为OLAF的即插即用框架，旨在解决多对象多部件场景分割的复杂性问题。OLAF通过引入对象基础的结构线索和权重适应技术，在多个数据集上显著提高了模型性能，尤其在处理小部件时表现突出。

该研究提出了一种无监督的3D纹理分割框架SAM3D，优于现有技术。该方法通过RGB图像预测3D掩模，展示了在医学成像和科学研究中的应用潜力。此外，研究还引入了SAMPro3D和SAI3D，提升了3D场景分割的质量和效率，表现出优于传统方法的性能。

研究人员通过结合多个部分注释数据集，成功将6个类别组合成一个模型，提高了场景分割的准确性，并减少了胃和结肠之间的混淆。这项研究为未来减少对大型完全分割数据集的需求提供了新的方法。

该研究提出了一种基于CNN的新型架构，可以进行端到端的训练，以提供无缝的场景分割结果。该网络结构采用了一种新颖的分割头，将多尺度特征与上下文信息进行了无缝整合，从而预测一致的语义分割和检测结果。研究人员还提出了一种替代panoptic度量的方法，通过在三个具有挑战性的街景数据集上测试，该网络架构取得了最先进的结果。

本研究提出了一种用于电影长视频分割的多模态对齐聚合与提取的方法（MEGA）。该方法通过多个媒体模态对齐输入，实现跨模态的标签转移与段落划分。实验结果表明，MEGA 在场景分割和片段分割方面优于现有方法。