segment anything model | BriefGPT

关键词segment anything model

搜索结果 - 190

ASPS：增强的分割任何模型用于息肉分割
通过引入增强型的 Segment Anything Model (ASPS) 方法，借助交叉分支特征增强和不确定性引导的预测规范化，提高了颜色肠癌中基于颗粒的分割的性能。
PDF4 days ago
EVF-SAM: 文本引导片段任意模型的早期视觉语言融合
利用多模态提示和视觉 - 语言模型，本文介绍了一种简单而有效的基于早期视觉 - 语言融合的提及分割方法，EVF-SAM，它能以较少的参数获得比以往的大型多模态模型更好的性能，用于提高 Segment Anything Model (SAM)
PDF6 days ago
Point-SAM: 可提示的点云三维分割模型
通过使用基于 Transformer 的方法在 3D 空间中扩展了 Segment Anything Model（SAM），我们提出了一种 3D 可提示分割模型（Point-SAM），利用部分级和对象级注释，从 SAM 中生成伪标签，将 2
PDF9 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。
PDF18 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
PDF21 days ago
APSeg：面向跨领域少样本语义分割的自动提示网络
引入了一种新型的自动提示网络（APSeg）用于跨领域的少样本语义分割（CD-FSS），其中采用了 Dual Prototype Anchor Transformation（DPAT）模块从伪查询原型和支持原型中融合特征，实现了对跨领域分割的
PDF22 days ago
ICML探索水下世界：水下显著实例分割引导的分割任意模型和大规模数据集
我们提出了一种在水下领域应用特定的 Segment Anything Model (USIS-SAM) 的水下显著实例分割架构，通过引入水下领域视觉提示和自动生成显著提示器，我们的方法在 USIS10K 数据集上取得了卓越性能。
PDF24 days ago
SAM-PM: 基于时空注意力的视频隐蔽物体检测增强
提出了一种新的方法，即 SAM 传播模块（SAM-PM），通过采用时空交叉注意机制在 SAM 中实施时间一致性，将时间一致性和领域专业知识有效地融入分割网络，只增加了不到 SAM 参数的 1％，与最新的最先进技术相比，在 VCOD 基准测试
PDF25 days ago
ICML以 SAM 为指导：在半监督的指代表达分割中掌握伪标签精炼
本研究介绍了 SemiRES，一种半监督框架，可以有效地利用标记和未标记的数据来执行 RES。通过结合 Segment Anything Model（SAM）来改进伪标签的准确性，SemiRES 提供了两种备选匹配策略：基于 IoU 的最佳
PDFa month ago
改善即时任何帧的部分：医学图像分割的辅助在线学习和自适应融合
我们引入了一种新的方法，利用在线机器学习的优势，在测试时间内改进了 Segment Anything 模型的分割质量。通过使用修正后的注释来进行在线学习，提出了 Auxiliary Online Learning 方法，通过创建和应用一个小
PDFa month 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
CVPRPP-SAM：对肠息肉分割的段落任何模型的鲁棒适应性的扰动提示
我们提出了一种强大的微调技术，PP-SAM，通过有限的图像使 SAM 适应息肉分割任务，实验结果显示，在推理过程中使用 50 像素扰动的 1-shot、5-shot 和 10-shot PP-SAM 的 DICE 分数分别超过了最新的多项式
PDFa month ago
CVPRPTQ4SAM：用于分段任意物体的训练后量化
在这篇论文中，我们提出了一种针对 Segment Anything Model 的后训练量化框架，即 PTQ4SAM。我们通过分析 SAM 量化中的双峰分布特性，提出了双峰积分策略，并采用适应性颗粒度量化方法来处理 SAM 中的后 Soft
PDF2 months ago
CVPRMoPEFT: 用于分割任何模型的 PEFT 混合模型
提出了一种新的框架，Mixture-of-PEFTs methods (MoPEFT)，它通过将三种不同的 PEFT 技术作为子模块，动态学习激活最适合给定数据任务设置的方法来对 Segment Anything Model 进行微调。在
PDF2 months ago
IJCAIMAS-SAM: 基于聚合特征的海洋动物分割
提出了一种新的名为 MAS-SAM 的特征学习框架，用于海洋动物分割，该框架将有效的适配器整合到 SAM 的编码器中，并构建了一个金字塔解码器，通过与融合注意模块配接，能从全局上下文线索中提取更丰富的海洋信息以及精细的局部细节，并在四个公共
PDF2 months ago
超声 SAM 适配器：将 SAM 适应超声图像中的乳腺病变分割
本研究提出了一种新颖的乳腺超声图像分割方法，称为 BUSSAM，通过使用适配器技术将 Segment Anything Model（SAM）迁移到乳腺超声图像分割领域。通过设计轻量级的 CNN 图像编码器以及交叉支路适配器，位置适配器和特征
PDF2 months ago
Surgical-DeSAM: 机器人手术中仪器分割的 SAM 解耦
研究通过开发 Surgical-DeSAM 方法，利用 Bounding Box 提示和实时机器人手术，实现了实时仪器分割，并在 MICCAI 手术仪器分割挑战 EndoVis 2017 和 2018 数据集上显著改进仪器分割方法的性能。
PDF2 months ago
非可见光谱影像应用的片段任意模型性能评估与变分提示
Segment Anything Model (SAM) 通过使用不同的输入提示（如文本、边界框、点或掩膜）生成掩膜，克服了特定数据集稀缺性的约束，评估了 SAM 在 X 射线 / 红外模态中分割感兴趣对象的能力，结果表明 SAM 在给定盒
PDF3 months ago