AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · Nature (computational biology) · 2026-10-23

সেগমেন্টেশন মাস্ক সমন্বয়সহ মানুষ–বস্তু মিথস্ক্রিয়া পূর্বাভাসের জন্য ফাউন্ডেশন মডেল-চালিত কাঠামো

মূল শিরোনাম: Foundation model-driven framework for human–object interaction prediction with segmentation mask integration

মানুষ–বস্তু মিথস্ক্রিয়া শনাক্তকরণ বেশিরভাগ ক্ষেত্রে শনাক্তকরণ-ভিত্তিক পদ্ধতির ওপর নির্ভর করেছে। Seg2HOI একটি সেগমেন্টেশন-ভিত্তিক ভিশন ফাউন্ডেশন মডেলকে ফ্রোজেন অবস্থায় যুক্ত করে এবং চতুষ্টয় পূর্বাভাস দেয়, যা প্রচলিত ত্রয়ীর সঙ্গে মানুষ–বস্তু জোড়ার সেগমেন্টেশন মাস্ক যোগ করে। এটি দুটি পাবলিক বেঞ্চমার্কে, জিরো-শট পরিস্থিতিতেও, সর্বাধুনিক পদ্ধতির সমতুল্য কার্যদক্ষতা অর্জন করে, এবং প্রশিক্ষণে ব্যবহৃত হয়নি এমন টেক্সট ও ভিজ্যুয়াল প্রম্পট থেকে চতুষ্টয় ও ইন্টারঅ্যাকটিভ সেগমেন্টেশন তৈরি করতে পারে।

মূল লেখা পড়ুন ↗

সব আইটেম →