本研究提出了HyperSeg，这是首个基于视觉大型语言模型的像素级分割模型，结合混合实体识别和细粒度视觉感知模块，显著提升了图像和视频的分割效果。

HyperSeg：通过大型语言模型实现通用视觉分割
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