OpenMixer: Нээлттэй үгсийн сангийн үйлдлийг илрүүлэх шинэ арга

OpenMixer нь нээлттэй ертөнц дэх үйлдлийн илрүүлэлтийг амжилттай шийдвэрлэхийн тулд асуулгад суурилсан илрүүлэгч трансформаторын (DETR) дизайнтай хослуулан том визуал хэлний загваруудын (VLM) семантик ба нутагшуулах чадварыг ашигладаг нээлттэй үгсийн сангийн үйлдлийг илрүүлэх шинэ арга юм. Туршилтууд нь OpenMixer нь харагдах ба үл үзэгдэх үйлдлүүдийг илрүүлэх үндсэн аргуудаас илүү сайн болохыг харуулж байна.