Speech Prompted Semantic Segmentation On
Métriques
mAP
mIoU
Résultats
Résultats de performance de divers modèles sur ce benchmark
Tableau comparatif
| Nom du modèle | mAP | mIoU |
|---|---|---|
| contrastive-audio-visual-masked-autoencoder | 27.2 | 19.9 |
| jointly-discovering-visual-objects-and-spoken | 32.2 | 26.3 |
| imagebind-one-embedding-space-to-bind-them | 20.2 | 19.7 |
| separating-the-chirp-from-the-chat-self | 48.7 | 36.8 |