sam | BriefGPT - AI 论文速递

关键词sam

搜索结果 - 74

TP-DRSeg：利用显式文本提示辅助 SAM 提升糖尿病视网膜病变分割
利用语言线索将医学先验知识注入到视觉分割网络中，提出了一种自定义 SAM 用于文本提示的糖尿病视网膜病变分割的新框架 TP-DRSeg，实验结果表明该框架优于传统模型和基础模型变种。
PDF10 days ago
分子图转换模型的高效锐度感知极小化优化
通过近似梯度和损失景观的限制，GraphSAM 算法减少了 Sharpness-aware minimization（SAM）的训练成本，并提高了图变压器模型的泛化性能。
PDF13 days ago
基于分割基础模型的医疗图像分类提升
本文介绍了一种基于 Segment Anything Model（SAM）的创新增强方法 SAMAug-C，用于生成原始图像的变体并增强分类数据集，实验结果验证了该方法的有效性。
PDF16 days ago
CVPRRobustSAM: 在退化图像上鲁棒地分割任何物体
RobustSAM 是一种改进的 Segment Anything Model (SAM) 方法，通过增强 SAM 在低质量图像上的性能，同时保持其可提示性和零样本泛化能力。其在各种分割任务和数据集上的广泛实验证实了其卓越性能，特别是在零样
PDF19 days ago
渐进无偏样本采样加速尖锐感知最小化
使用渐近无偏采样技术加速 Sharpness-Aware Minimization (SAM) 优化算法，提供超过 70% 的加速效果，同时保持性能。
PDF20 days ago
SimSAM: 通过模拟交互的零样本医学图像分割
采用模拟用户交互生成候选掩码并使用新的聚合方法输出最兼容的掩码，Simulated Interaction for Segment Anything Model (SimSAM) 在医学图像中展示出较零射击方法有着更高的分割准确性。
PDFa month ago
CVPRAlignSAM: 通过强化学习将 Segment Anything 模型与开放环境对齐
通过强化学习的自动提示方法，AlignSAM 将 Segment Anything Model (SAM) 与开放背景进行对齐，以拓展其在不同下游任务中的适用性，同时保持其参数不变。AlignSAM 通过与基本模型的交互，启动提示代理逐步改
PDFa month ago
CVPRFocSAM: 深入研究分割任何物体中的聚焦对象
FocSAM 通过 Dynamic Window Multi-head Self-Attention 和 Pixel-wise Dynamic ReLU 的优化来提高 Segment Anything Model (SAM) 在交互式分割方
PDFa month ago
NubbleDrop：一种简单的提升提示式单次分割匹配策略的方法
通过在一次分割中利用大数据训练的分割模型，如 SAM，我们提出了一种简单且无需额外计算成本的方法 (NubbleDrop) 来增强匹配策略的有效性和鲁棒性，通过随机丢弃特征通道来防止模型受到具有欺骗性信息的通道的影响。
PDFa month ago
使用 SLIP（SAM+CLIP）进行零样本上下文物体分割
SLIP 是一种增强的架构，通过将文本提示与 Segment Anything Model（SAM）和 Contrastive Language-Image Pretraining（CLIP）相结合，实现了零样本目标分割。将 CLIP 集成
PDF2 months ago
面向区域级攻击细分任意模型的实用方法
该研究论文提出了一种更实用的区域级攻击方法，攻击者不需要了解精确的用户提示，通过对图像中目标对象上的任意点进行点击，以隐藏对象并使其不受 Segment Anything Models（SAM）的干扰，同时通过谱变换方法使攻击更具可迁移性，
PDF3 months ago
基于视觉基础模型的病理原始分割与零样本蒙版生成
通过对 SAM 进行自适应预训练图像编码器以进行基于检测的区域提议，我们的方法在病理学领域的两个基本分割任务中达到了与最先进模型相媲美的 F1 得分（细胞核检测）和二进制 / 多类别 panoptic（bPQ/mPQ）和掩模质量（dice）
PDF3 months ago
MaskSAM：面向医学图像分割的自动提示 SAM 与掩码分类
提出了 MaskSAM，这是一种适用于医学图像分割的新型无需提示的 SAM 适应框架，通过与 SAM 中的图像编码器结合设计了一个提示生成器，生成一组辅助分类器令牌、辅助二进制掩模和辅助边界框，以解决额外提示的要求，同时利用 3D 深度卷积
PDF3 months ago
串联、微调、再训练：一种用于半监督三维医学图像分割的 SAM 支持框架
通过使用 Segment Anything Model（SAM）进行重新调整，我们提出了一个三阶段的框架（CFR）用于建立半监督的医学图像分割模型，并且在改善标注成本和保持性能方面取得了显著的改进。
PDF3 months ago
Group-Mix SAM：工业生产线应用的轻量级解决方案
使用轻量级图像编码器，通过解耦蒸馏在资源有限环境下训练 MobileSAM 的编码器，得到了参数和浮点运算量更少，并在工业数据集上与 MobileSAM 相当的 Group-Mix SAM，表现优秀，适合实际装配线应用。
PDF4 months ago
视频中实时外科器械分割：基于点跟踪和全能分割
在这项研究中，我们采用轻量级的 Segment Anything Model (SAM) 变体以满足速度要求，并采用微调技术来增强其在外科手术场景中的泛化能力。我们结合在线点追踪器和经过微调的轻量级 SAM 模型构建了一个新颖的框架，用于外
PDF4 months ago
SAM-PD: 通过提示去噪，在跟踪和分割视频中，SAM 能带我们走多远
本文探讨了将 Segment Anything Model（SAM）应用于视频对象跟踪和分割任务的潜力，通过使用多种 prompt 和引入基于点的优化阶段，实现了在三个数据集上对比性能相当的视频对象 / 实例分割任务，该方法为基于 SAM
PDF4 months ago
RSAM-Seg：一种基于 SAM 和先验知识集成的遥感图像语义分割方法
由于高分辨率遥感卫星的发展，遥感相关研究工作获得了极大的便利。SAM 引入了一种普适的预训练模型用于图像分割任务，但是直接应用于遥感图像分割任务效果欠佳。为此，我们提出了 RSAM-Seg，即在 SAM 的基础上进行了适应性修改，消除了对手
PDF4 months ago
基于 SAM 引导的轻量级双流模型用于异常检测
我们提出了一种以 Segment Anything（SAM）为导向的双流轻量级模型，用于无监督异常检测（STLM），在工业异常检测中取得了与最先进方法相媲美的性能，并在更困难的数据集上进一步验证了它的有效性和通用性。
PDF4 months ago
UN-SAM：通用无提示分割广义细胞核图像
提出了一种全自动解决方案，名为通用无提示的 SAM 框架 (UN-SAM)，用于细胞核分割，具有优异的泛化能力，通过自动生成高质量掩膜提示来引导分割任务，并利用可学习的域查询来进行不同核域中的分割。
PDF4 months ago