待验证50% 置信事实精确时间

作者的V1模型基于COCO数据集在RGB图像上完成预训练，选取500帧图像手动修正标注框

1

来源数

50%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

自建多模态数据集：从500帧到300万帧的自动化标注实践

相关事实

待验证作者选取 500 帧图像手动修正标注框，并利用 LWIR 与 RGB 同轴校准特性将 RGB 标注映射到红外图像77% 相似待验证在视频生成领域，LoRA 微调可让用户用几十到几百个样本训练出特定风格、角色或场景的定制模型66% 相似待验证DINOv2是Meta AI于2023年发布的视觉基础模型，采用自监督学习范式在大规模无标注图像数据上进行预训练66% 相似待验证该工作流的第一步是让模型输出一份带时间戳、镜头角度和剪辑点的完整分镜脚本，在文字层面固定动画节奏65% 相似待验证视觉还原评估利用视觉语言模型（VLM）将生成的页面截图与原型设计图进行对比65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/712769

API

curl https://kongchang.com/api/v1/knowledge/claims/712769

MCP

get_claim(id=712769)