10:26
官方账号arXiv cs.AI@Yonglong Zhang, Zongwu Xie, Yang Liu
推荐理由：航天图像分割常缺标注，这论文用 SAM 3 自动生成伪标签，还解决了伪标签几何错误。TinyUNet 又小又快，边界指标提升明显。
SAM 3
共 4 条相关 AI 资讯
8月10日
10:26
GeoDistill-Refine 是一个两阶段框架，用离线 SAM 3 生成的伪掩码训练紧凑分割网络，无需人工标注。教师端融合 6 个固定提示，通过无权重 50% 投票稳定输出；学生先学前景轮廓，再用符号距离场、骨架和面积目标细化。在 SpaceSense-Bench HJM 上，相比普通伪标签学生，Image IoU 提升 0.0456，Boundary F1 提升 0.1380。部署用的 TinyUNet 只有 0.263M 参数，RTX 4090 上单张约 1.1ms。SPEED+ Lightbox、Sunlamp 和 TANGO 上的外部测试显示边界质量或前景精度有增益。
7月22日
01:48
01:48
官方账号Meta AI@AIatMeta
官方账号Meta AI@AIatMeta精选
推荐理由：Berkley Lab用Meta的SAM 3和DINOv3组合，把3D图像标注从一个月缩短到15分钟，效率提升近3000倍，搞科研的小伙伴可以关注。
7月7日
01:23
01:23
官方一手AWS Machine Learning Blog@Caroline Des Rochers
精选
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。
6月16日
12:12
12:12
官方账号arXiv cs.LG@Tran Dinh Tien, Zhiqiang Shen
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。