零人工标注:自动生成足球球员追踪数据集,HOTA 达 62.5
RexDouglass · x · 2026-10-09
开发者 Alex Bodner 分享 AutoTracking 数据集构建进展：目标是给模型三个词就自动生成带标注的追踪数据集，全程无人工标注。
- 流程：用 Astra + SAM3 生成会碎片化的轨迹，再把这些结果用于训练更便宜的模型，提升球员检测并拼接轨迹
- 模型选择：试过贵一些的 Astra，换成价格约 1/4 的 Sol（GPT-6.1 Sol）后表现基本持平，用于替代人工决策
- 成绩：在 SoccerNet 官方测试集的 46 个未见过的片段上达到 62.5 HOTA，远超使用有标签训练数据做微调的 FairMOT（57.9）、ByteTrack（47.2）和 DeepSORT（36.7），但距 2023 年挑战赛冠军仍有差距
- 作者称自改进机制在一周迭代后仍在起效，后续会持续更新
「研究」频道最新
- 自动驾驶一线经验沉淀：半监督学习“炼金术”长文 — Visual_Ability · 2026-10-09
- RLVR 被指忽视「求所有最小解」类问题:新方法找到解数量翻倍 — thoma_gu · 2026-10-09
- 有人辟谣：AI并未解决千禧年难题Navier-Stokes，Lean证明偷换概念 — gerardsans · 2026-10-09
- 新开源基准3JSBench：前沿模型能解千禧难题却建不好3D物体 — ycombinator · 2026-10-09
- Moonworks 发布 Lunara:扩散混合 Transformer 主打艺术审美,人类盲评全场最高 — paper-crow · 2026-10-09
- 实测 ChatGPT 与 Gemini 引用偏好：巴西本地域名占比达 41.4% — gaganghotra_ · 2026-10-09