onnx, onnxruntime, netron

onnx, onnxruntime, netron

最近，Segment Anything Model (SAM) 由于其令人印象深刻的图像分割性能而迅速受到广泛关注。关于其强大的图像分割能力和与不同提示的高交互性，我们发现它在视频中的一致性分割方面表现不佳。因此，在本报告中，我们提出了 Track Anything Model (TAM)，它可以在视频中实现高性能的交互式跟踪和分割。具体来说，给定一个视频序列，只需要很少的人为参与，即点击几下，人

Object SLAM被认为对于机器人高层次感知与决策制定越来越重要。本文提出一个综合的object SLAM框架，该框架专注于基于object的感知和面向object的机器人任务。首先，我们提出了一种集成数据关联方法，用于通过结合参数和非参数统计测试来关联复杂条件下的对象。此外，我们提出基于iForest和线对齐的对象建模的离群鲁棒质心和尺度估计算法。然后由估计的通用对象模型表示轻量级和面向对象