arXiv · cs.AI· Bingyu Li, Tao Huo, Da Zhang, Zhiyuan Zhao, Junyu Gao, Xuelong Li·· 11 小时前
AquaOV255水下数据集与Earth2Ocean免训练开放词汇分割框架研究
Exploring the Underwater World Segmentation without Extra Training
arXiv:2511.07923v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Bingyu Li, Tao Huo, Da Zhang, Zhiyuan Zhao, Junyu Gao, Xuelong Li
研究任务与主要进展
研究团队发布 AquaOV255 水下分割数据集，包含255个类别和超过2万张图像，并联合5个额外水下数据集建立 UOVSBench 开放词汇分割基准。论文提出 Earth2Ocean，通过几何引导的视觉掩码生成与类别—视觉语义对齐，将陆地视觉语言模型迁移到水下领域，无需额外水下训练；摘要称其在 UOVSBench 上平均性能提升并保持高效推理，但未提供具体基线和实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org