该研究提出了一种基于Transformer架构的模型，通过新设计的CMA模块在少样本上构建多模态亲和力，解决了少样本的视频目标指代分割问题，并在实验中取得了最先进的性能。

UNINEXT-Cutie: LSVOS挑战RVOS轨道的首个解决方案
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证