SAM 模型真的是强悍到可以“分割一切”了吗？

关注公众号，发现CV技术之美

上周，Meta AI发布了 Segment Anything Model（SAM）—— 第一个图像分割基础模型。很多计算机视觉从业者惊呼“这下CV真的不存在了，快跑！”。但是SAM 模型真的是强悍到可以“分割一切”了吗？它在哪些场景或任务中还不能较好地驾驭呢？

研究社区已经有一些相关工作对这一问题进行探索，今天向大家介绍一篇昨天刚出的技术报告：SAM Struggles in Concealed Scenes -- Empirical Study on "Segment Anything"。

         

论文地址：https://arxiv.org/abs/2304.06022

该技术报告选择了在伪装物体分割任务上进行实验验证，发现SAM模型与当前尖端的伪装物体分割模型依旧有很大的差距，并通过对伪装动物、工业缺陷、医疗病灶中多个案例进行可视化分析，得出一些有趣的结论。

在讨论具体实验之前，我们先借助一张图片来了解一下什么是“伪装物体”，如左图和右图中分别隐藏了七只和六只小鸟，你发现了吗？生物学家把这种现象称为背景匹配伪装，用于表示一个或者多个生物为了防止被发现，尝试将其颜色与周围环境“无缝地”匹配，这