ViTA-SAM跨模态少样本分割框架提出

2026年10月20日，arXiv Computer Vision 刊出 Tianqi Wei 等作者的 ViTA-SAM 框架报道。该框架建立在 SAM 3 之上，融合视觉记忆与文本特征，通过跨模态对齐提升小样本分割性能。具体而言，视觉记忆模块编码支持集特征与掩码，SAM 3 文本编码器提取语义先验，跨模态对齐模块让文本特征以记忆增强的视觉表示为条件。报道称，在多个 benchmark 上，其平均 mIoU 比最强对比方法高出 5% 以上。目前该事件仅有这一篇主报道，尚无后续跟进报道，框架的发布时间、代码与数据开放情况、适用数据集范围及具体评测细节均未在报道中说明。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。