Original Summary

SegVLM: a CLIP-based vision-language model for referring image segmentation with deformable convolutions, SE attention, residual enhancement, and a Referring-Aware Fusion (RAF) loss (Neural Networks 2026).

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：GitHub · AI 新项目
  • 发布时间：2026/10/13 02:15:27