CVHub

随着大模型技术的持续升温，具身智能这一前沿领域也日益受到广泛关注与热议。为此，CVHub紧跟行业步伐，特别邀请到来自企业实践一线、深谙具身智能算法的算法工程师，倾力打造“具身智能论文精读”专栏。

在医学图像分割领域中，皮肤病变分割同眼底视网膜血管分割、息肉分割算是几个非常经典的研究课题。 随着移动医疗设备的兴起，对于能够在这些设备上高效运行的轻量级模型的需求日益增长。

本文介绍了Samba，一种基于Mamba的高分辨率遥感图像语义分割框架，标志着Mamba在该领域的首次应用。

谈到 Weight Decay，势必大家都不陌生，因为这是每位 AIer 每天都会用的计数，但却又是几乎没人会关注的算法。

全像素双核(dual-pixel, DP)传感器是一种最初被用于促进相机自动对焦的图像传感器。DP 传感器将传统的图像传感器的每个像素一分为二，因而一次拍摄能够捕获两幅带有微小基线的图像对。

本文介绍了一个用于视觉-语言模型的两阶段无监督提示蒸馏框架。该框架旨在通过使用未标记的领域数据，将大型CLIP教师模型的知识转移给轻量级CLIP学生模型，通过提示模仿。

Detection Transformer（DETR）推出之后，迅速引发了目标检测领域的一股热潮，很多的后续工作也从精度和速度方面对原始的 DETR 进行了改进。

本文提出了一种全新的开放词汇对象检测方法，称为生成式开放对象检测（generative open-ended object detection, GenerateU），旨在解决在推理阶段的问题。

近期，以 Mamba 为代表的状态空间模型（State Space Models）在诸如自然语言理解等序列建模任务中取得了显著进展。