Event-SAMA发布确立事件流视频分割基线

研究团队Sergei Fedorchenko等人在arXiv发布Event-SAMA模型，将SAMA-4B适配至神经形态事件流，确立首个事件原生视频物体分割（RVOS）基线。 该模型采用双通道极性patch embedding（由预训练RGB权重初始化）和零初始化事件适配器。消融实验显示，多样化训练源可带来4.99的性能增益。 端到端训练后，模型在MeViS valid_u数据集上取得24.37 J&F，在转换的ReVOS valid子集上取得22.33 J&F。在不重新训练的情况下，当累积窗口匹配事件密度时，模型可直接应用于真实事件相机记录。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。