01:23官方一手AWS Machine Learning Blog@Caroline Des Rochers精选该方案利用 Amazon Nova 的视觉推理能力协调多个工具:Meta 的 SAM 3 进行像素级分割、Amazon Textract 进行 OCR。管道处理指纹、身份证、各种朝向的车牌等边缘案例。所有组件部署在 Amazon SageMaker AI 上。最终输出合规的 PII 编辑结果。技巧Amazon NovaSAM 3Amazon TextractAmazon SageMaker AIPII编辑推荐理由:AWS 教你用 Nova、SAM 3 和 Textract 搭一套能自动处理身份证和车牌的 PII 编辑管道,挺实用的。原文
12:12官方账号arXiv cs.LG@Tran Dinh Tien, Zhiqiang ShenActiveSAM是一个无需训练、零样本推理的框架,将SAM 3改造为主动词汇分割器。它先通过低分辨率预视估计图像条件下的活跃类别集,再对保留类别进行全分辨率解码。在8个开放词汇语义分割基准上,ActiveSAM平均mIoU比当前最优的SegEarth-OV3高1.4,且在大词汇数据集上速度提升高达5.5倍。该方法无需目标数据集训练或权重更新,在图像损坏鲁棒性测试中也表现最强。论文ActiveSAMSAM 3SegEarth-OV3开放词汇分割语义分割推荐理由:研究者用ActiveSAM让SAM 3分割更快更准,比SegEarth-OV3提升1.4的mIoU,速度快5.5倍,还不用重新训练。原文