SAM 3.1 + DINOv3 组合破解手术器械遮挡追踪,单张 A100 稳定跑 37 路轨迹
MaziyarPanahi · x · 2026-10-10
开发者 Maziyar Panahi 演示了 Meta 的 SAM 3.1 + DINOv3 组合在 Hugging Face Jobs 上单张 NVIDIA A100 的手术器械追踪能力:一条文本提示("surgical instrument")即可在 751 帧视频中稳定保持 37 条轨迹。
工作流的关键设计:纯追踪在器械被前臂遮挡或离开画面后会混淆 ID,因此用 DINOv3 做二次校验——器械消失 15 秒后回来,即使近似的孪生器械留在托盘上,DINOv3 也能以 0.93 相似度确认回来的是原器械,而托盘上其他器械匹配度仅 0.70,从而避免 ID 漂移。对视频目标追踪、遮挡场景的工程组合有直接参考价值。
所属事件:SAM 3.1 与 DINOv3 组合展示手术器械精准跟踪能力(2 条相关)→
「编程与Agent」频道最新
- 开源项目 Celesto:给 AI Agent 配备专属云电脑与沙箱 — aniketmaurya · 2026-10-11
- SpIDER 论文:让编码 agent 先找对代码位置再动手修改 — mangahomanga · 2026-10-11
- AI 功能上线为何总翻车？真实流程远比想象混乱 — aakashgupta · 2026-10-11
- Perplexity Computer 编排 3 个前沿模型，用 21 万 credits 建成财报搜索应用 — AravSrinivas · 2026-10-11
- Long Shot Studio 0.6.3 发布：支持任意镜头渲染与桥接补帧 — R34vspec · 2026-10-11
- AAIF 伦敦办金融 Agent 之夜,Gradient Labs 主讲银行级实战 — neal_lathia · 2026-10-11