SA-Co benchmark（概念驱动通用分割的评测基准）

交互式视觉分割

存在头（Presence Head）

基于记忆的视频跟踪器

视觉骨干网络

可扩展数据引擎

图像示例

概念提示

可提示概念分割

语义实例分割

开放词汇分割

概念驱动通用分割（Segment Anything with Concepts）

SAM 3

目标时序跟踪标注

危险音频事件标注

音频事件时序标注

语音情感标注

人造声分类标注

自然声分类标注

人声分类标注

背景降噪语音转写

方言语音转写

多说话人语音转写

句法角色标注

词性序列标注

语义关系标注

实体关系抽取

领域文本分类

主题文本分类

情感强度标注

负面情感标注

正面情感标注

实体类型标注

命名实体标签

2D 转 3D 标注

点云 3D 标注

3D 边界框标注

空间关系标注

目标关系标注

区域分类标注

全局分类标注

场景文字标注

OCR 文本标注

道路标线标注

折线标注

关节点标注

特征点标注

多模态标注

行为关系标注

动作分类标注

时序边界框

事件标注

情感标注

声音分类标注

语音转写

序列标注

关系抽取标注

文本分类标注

情感极性标注

命名实体识别标注

3D 标注

分类标注

线标注

点标注

边界框-多边形转换

基于多边形的标注

多边形掩码

多边形拆分

多边形合并

多边形裁剪

多边形简化

多边形逼近

多边形周长

多边形面积

多边形坐标

多边形轮廓

多边形边

多边形顶点

复杂多边形

简单多边形

凹多边形

凸多边形

掩码轮廓

掩码区域

掩码像素

掩码交并比

掩码精度

掩码并集

掩码交集

掩码优化

掩码传播

掩码标注

全景分割掩码

语义掩码

实例掩码

二值掩码

边界框拆分

边界框合并

边界框收缩

边界框扩展

边界框宽高比

边界框深度

边界框高度

边界框宽度

边界框中心

边界框交并比

边界框重叠

边界框回归

边界框标注

边界框坐标

宽松边界框

紧密边界框

三维边界框

二维边界框

有向边界框（OBB）

轴对齐边界框（AABB）

标注验证

标注测试

标注评估

标注优化

标注迭代

标注版本

标注恢复

标注备份

标注脱敏

标注加密

标注权限

标注协同性

标注可复用性

标注可解释性

标注追溯性

标注时效性

标注冗余性

标注完整性

标注模糊性

标注置信度

标注权重

标注字典

标注映射

自定义格式

YOLO 格式

COCO 格式

VOC 格式

标注格式

标注输出

标注结果

标注记录

标注日志

标注关系库

标注属性库

标注标签库

标注模板

标注周期

标注成本

标注外包

标注服务商

标注团队

标注员

离线标注

在线标注

批量标注

交互式标注

辅助标注

预标注

半自动标注

自动标注

人工标注

标注效率

标注精度

标注召回率

标注准确率

标注一致性

标注修正

标注校验

标注审核

质量控制

标注质量

标注指南

标注规范

标注标准

标注流程

标注项目

标注任务

标注样本

标注数据集

标注软件

标注系统

标注平台

标注工具

静态目标标注

动态目标标注

时序标注

帧标注

视频标注

图像描述标注

图像检索标注

图像分类标注

目标检测标注

区域级标注

图像级标注

像素级标注

背景标注

前景标注

物体标注

目标标注

场景标注

关系标注

属性标注

类别标注

标签标注

文本标注

骨架标注

关键点标注

全景分割标注

实例分割标注

语义分割标注

多边形标注

边界框标注

图像标注

数据标注

CountAnything

定制模板

T-Rex Label

DINO-XSeek

T-Rex2

Grounded SAM

DINO-X

Grounding DINO

Encord

稳定扩散

DALL-E

中值滤波

高斯滤波

霍夫变换

图像检索

点云分割

运动恢复结构（SfM）

三维重建

多目标跟踪（MOT）

行人重识别（ReID）

ESRGAN（增强超分辨率生成对抗网络）

神经风格迁移

对抗样本

多模态融合

红外视觉

立体视觉

图像描述生成

视觉问答（VQA）

模型压缩

多尺度特征融合

注意力机制

Swin Transformer

显著性检测

大津算法

Canny 算子

图像增强

光流估计

全景图

图像拼接

图像配准

手写识别

场景文本检测

活体检测

面部表情识别

面部特征点

人脸检测

人脸识别

交通标志识别

车道检测

自动驾驶视觉感知

工业缺陷检测

遥感影像解译

医学影像分析

亚马逊 Rekognition

Azure 计算机视觉

谷歌云视觉 API

ImageNet

MMDetection

视觉里程计

SLAM（同步定位与地图构建）

点云

深度估计

立体匹配

自监督学习

FPN（特征金字塔网络）

StyleGAN

CycleGAN

UNet

ViT（视觉 Transformer）

高效网络（EfficientNet）

移动网络（MobileNet）

单发多框检测器（SSD）

Mask R-CNN

Faster R-CNN

残差网络（ResNet）

方向梯度直方图（HOG）

加速稳健特征（SURF）

尺度不变特征变换（SIFT）

光学字符识别

图像去噪

超分辨率重建

图像生成

图像分类

像素

Manus AI

OpenAI

ChatGPT

Claude

跨模态智能体

自监督学习智能体

边缘智能体

元宇宙智能体

情感计算智能体

联邦学习增强型智能体

MCP（模型上下文协议）

多智能体博弈论

递归自我进化

GRPO（基于梯度的智能体优化强化学习）

动态内存管理

混合智能体架构

L4 自主智能体

智能体即服务（AaaS）

多智能体系统（MAS）

AutoAgent

Pydantic AI

Agno

Swarm

LangGraph

CrewAI

AutoGen

Copilot Studio

MasterAgent

StackBlitz

Replit

Glean

Cursor

Azure AI Agents

Playment

DataLoop

SuperAnnotate

Scale AI

PixelAnnotationTool

CVAT（计算机视觉标注工具）

OpenCV（开源计算机视觉库）

RectLabel

V7

Supervisely

VOTT（视觉目标标记工具）

Makesense.ai

LabelU

LabelMe

LabelImg

X-AnyLabeling

Label Studio

Labelbox

Roboflow

XML

工作流程

权重

版本

验证

两阶段检测器

调参

训练

权衡

TPU

分块

TFRecord

TensorFlow.js

TFJS

测试集数据泄露

TensorRT

TensorFlow Lite

TensorFlow

TensorBoard

张量核心

张量

合成数据

主观性

主观性

SOTA

单阶段检测器

SSD

数据划分

自对抗训练

运行时环境

分辨率

环境依赖

代码仓库

重映射

正则化

区域属性

实时性

树莓派

PyTorch

生产环境

预训练模型

预处理

预测

多边形

流水线

计算机视觉平台

性能

Pascal VOC

飞桨（PaddlePaddle）

外包标注

输出

OpenVINO

OpenCV

开放式神经网络交换格式

ONNX

离线预测

遮挡

空标注

非极大值抑制

NMS

神经元

神经架构搜索

颈部

马赛克数据增强

模型动物园

模型规模

移动部署

混合精度

损失函数

定位

激光雷达

LiDAR

层

关键点检测

JSON

托管模型

保留集

头部

梯度

GPU 内存

GPU

泛化

GAN 合成

框架

FP16

FP8

每秒浮点运算次数

FLOPS

前视红外

FLIR

空值过滤

特征融合

特征

FastAI

模型族

假阳性

假阴性

环境

指数移动平均线（EMA）

边缘部署

早停法

领域特定

Docker

分布式

可微性

部署

Darknet

定制检测头

自定义数据集

卷积

收敛

容器

置信度阈值

置信度

分类

类别平衡

检查点

通道

黑箱

批量大小

批量推理

反向传播

数据增强

AUC（曲线下面积）

标注组

标注格式

标注

锚框

准确率

消融研究

零样本学习

方差

变量

无监督学习

非结构化数据

欠拟合

第一类错误

真阳性率（TPR）

三元组损失

Transformer 架构

迁移学习

训练数据

分类学

监督学习

基于流的选择性采样

SAM（分割一切模型）

尺度不平衡

机器人流程自动化（RPA）

RLHF（结合人类反馈的强化学习）

强化学习

回归分析

基于区域的卷积神经网络

召回率

随机森林

查询合成方法

查询策略

预处理算法

精确率

预训练模型

全景分割

过拟合

异常值检测

本体论

一次样本学习（One-Shot Learning）

目标跟踪

目标定位

目标检测

归一化

噪声

自然语言处理（NLP）

NIfTI（神经影像信息学技术倡议）

神经网络

嵌套分类

命名实体识别（NER）

模型辅助标注

模型验证

模型参数

模型准确率

模型

MLOps（机器学习运维）

微模型

元数据

医学图像分割

均方误差（MSE）

平均精度均值（mAP）

机器学习

大语言模型（LLM）

生命周期

学习率

标签错误

标签

知识

K 均值聚类

关键点

交并比（IoU）

插值法

实例分割

推理

不均衡数据集

图像分割

图像退化

图像标注

超参数

人体姿态估计

HITL

真实标签（ground truth）

灰度

GPU（图形处理单元）

幽灵帧

生成式预训练变换器（GPT）

生成对抗网络（GAN）

每秒帧数（FPS）

基础模型

微调

少样本学习

特征

特征向量

特征提取

误报率

F1 分数

轮次

嵌入

边缘检测

动态分类与基于事件的分类

DICOM

深度学习

决策树

调试

数据集

数据类型

数据质量

数据操作

数据错误

数据漂移

数据增强

数据近似

卷积神经网络

混淆矩阵

概念漂移

计算机视觉本体

计算机视觉模型

计算机视觉

COCO

分类

类别不平衡

类别边界

ChatGPT

聊天机器人

校准曲线

边界框

模糊

偏差

基于变换器的双向编码器表征（BERT）

BERT（基于变换器的双向编码器表征）

主干网络

资产

人工智能（AI）

异常检测

标注

锚框

Alphapose

AI 标注

AI 辅助标注

AI（人工智能）

通用人工智能（AGI）

主动学习