محققان گام مهمی در ارتقای دقت و پایداری «بخشبندی تصاویر» (Segmentation) برداشتهاند. در روشهای معمولِ In-Context Segmentation، مدلها اغلب با تغییر تصاویر مرجع دچار خطا میشدند، اما مدل جدید CG-ICS با استفاده از مفاهیم انتزاعی و کمک گرفتن از MLLMها (مدلهای زبانی-تصویری بزرگ)، هوشمندی سیستم را به شدت افزایش داده است.
این مدل با بهرهگیری از هسته قدرتمند SAM3، به جای اتکای صرف به تطبیق پیکسلی، بر درک مفهومی تمرکز دارد که نتیجه آن خروجیهای بسیار دقیقتر و قابلاطمینانتر در پروژههای بینایی ماشین است. این یعنی کاهش خطاهای رایج در تشخیص سوژه و عملکردی با ثبات بالاتر در شرایط متنوع! 🧠✨
منبع: arXiv Computer Vision