ReLEAP 统一异构视觉数据集并升级标注

2026 年 10 月 26 日，arXiv cs.CV 发布 ReLEAP 论文，提出一个可扩展的 Python 框架，用于统一异构图像数据集。该框架通过数据源抽象、跨任务标注复用，以及基于共享分层分类体系的标签映射来实现数据集统一，并利用领域模型与基础模型，在无监督、弱监督和半监督设置下自动生成更高级别标注。在精准农业场景中，ReLEAP 整合了 15 个数据集；结果显示，统一数据访问与标注升级能够扩展并复用训练数据和标注池。论文称框架及训练模型已发布供学术使用，该工作获 ACCV 2026 接收。截至发稿，尚无其他独立报道或第三方复现结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。