← 回集市
零件★ 19

ConClick / ReClick · 免训练的点击校正思路

推理期校正:把 VLM 给的点击点周围裁几块回看、多视角投票;整套 8B 模型门槛高,思路可套在任意 VLM 上。

作者没提供演示画面 —— 点下面的按钮进仓库自己看

怎么装 / 怎么用

需 NVIDIA 卡(CUDA 12.8);建议只取 ReClick 思路

去 GitHub 看仓库