SAM
Nastu_Ho-小何同学
这个作者很懒,什么都没留下…
展开
-
【SAM系列】RefSAM: Efficiently Adapting Segmenting Anything Model for Referring Video Object Segmentatio
论文代码:https://github.com/LancasterLi/RefSAM。特点:track token挺有意思,感觉可以用在一般语义分割用来迭代优化分割结果。论文链接:https://arxiv.org/pdf/2307.00997.pdf。原创 2023-12-31 14:47:23 · 406 阅读 · 0 评论 -
【SAM系列】SAM-Assisted Remote Sensing Imagery Semantic Segmentation with Object and Boundary Constraint
论文链接:https://arxiv.org/pdf/2312.02464v2.pdf。代码链接:https://github.com/sstary/SSRS。核心:利用SAM为 遥感分割模型的训练提供额外的监督。原创 2023-12-27 23:06:57 · 347 阅读 · 0 评论 -
【SAM系列】I-MedSAM: Implicit Medical Image Segmentation with Segment Anything
论文链接:https://arxiv.org/abs/2311.17081。比较有趣的点:frequency adapter。原创 2023-12-27 23:01:50 · 446 阅读 · 0 评论 -
【SAM系列】SAMIHS: Adaptation of Segment Anything Model for Intracranial Hemorrhage Segmentation
finetune SAM,image encoder加上adapter,prompt encoder和mask decoder 完全finetune;论文链接:https://arxiv.org/abs/2311.08190。原创 2023-12-27 22:57:13 · 386 阅读 · 0 评论 -
【SAM系列】Auto-Prompting SAM for Mobile Friendly 3D Medical Image Segmentation
论文链接:https://arxiv.org/pdf/2308.14936.pdf。原创 2023-12-27 22:53:08 · 841 阅读 · 1 评论 -
Self-Prompt SAM: Automatic Prompt SAM Adaptation for Medical Image Segmentation
核心点:通过中间预测的mask 来得到mask、point、box prompt,以实现不依赖外部手工prompt。论文链接:https://openreview.net/forum?原创 2023-12-27 22:45:38 · 369 阅读 · 0 评论 -
【SAM系列】Relax Image-Specific Prompt Requirement in SAM
代码链接:https://github.com/jyLin8100/GenSAM。论文链接:https://arxiv.org/abs/2312.07374。有关联的工作:clip-surgery,clims,qa-clims。特点:training-free;原创 2023-12-27 21:54:02 · 920 阅读 · 0 评论 -
【SAM系列】SqueezeSAM: User-Friendly Mobile Interactive Segmentation
论文链接:https://arxiv.org/abs/2312.06736。目的:轻量化SAM,使其可以在移动设备上运行。原创 2023-12-27 21:15:25 · 380 阅读 · 0 评论 -
【SAM系列】EfficientSAM: Leveraged Masked Image Pretraining for Efficient Segment Anything
论文代码:https://github.com/yformer/EfficientSAM。论文链接:https://web3.arxiv.org/abs/2312.00863。目的:降低SAM的计算开销。原创 2023-12-27 20:26:33 · 546 阅读 · 0 评论 -
【SAM系列】Segment Anything--prompt具体如何起作用
【代码】【SAM系列】Segment Anything--prompt具体如何起作用。原创 2023-12-27 20:03:27 · 531 阅读 · 0 评论 -
【SAM系列】Self-guided Few-shot Semantic Segmentation for Remote Sensing Imagery Based on LVM
论文链接:https://arxiv.org/abs/2311.11465论文代码:https://github.com/cskyl/sam_wsss。原创 2023-11-24 16:28:02 · 56 阅读 · 0 评论 -
【SAM系列】Understanding Segment Anything Model: SAM is Biased Towards Texture Rather than Shape
结论:我们发现仅纹理提示通常足以很好地预测掩模,而仅形状提示的预测能力较差。此外,我们证明在大多数纹理-形状线索冲突设置中,SAM 预测通常由纹理线索而非形状线索主导。论文链接:https://arxiv.org/abs/2311.11465。目的:我们打算研究形状和纹理对掩模预测性能的影响。原创 2023-11-24 16:10:34 · 46 阅读 · 0 评论 -
【SAM系列】Morphology-Enhanced CAM-Guided SAM for weakly supervised Breast Lesion Segmentation
然后通过训一个分类网络+LayerCAM得到的lesion的粗定位 coarse localization;接着,为了得到SAM的prompt,通过融合策略将suspected lesions 和 coarse localization 得到SAM的prompt,利用prompt驱动完成最终分割。论文代码:https://github.com/YueXin18/MorSeg-CAM-SAM。其次CAM的生成也是利用现成的,还能针对数据集做出特定的设计。目的:利用SAM的能力助力医学图像的弱监督语义分割。原创 2023-11-24 15:39:00 · 65 阅读 · 0 评论 -
【SAM系列】SAM Enhanced Pseudo Labels for Weakly Supervised Semantic Segmentation
论文链接:https://arxiv.org/abs/2305.05803论文代码:https://github.com/cskyl/sam_wsss。原创 2023-05-20 10:26:20 · 688 阅读 · 0 评论 -
【SAM系列】An Alternative to WSSS? An Empirical Study of SAM on WSSS Problems
论文链接:https://arxiv.org/pdf/2305.01586.pdf论文代码:暂无。原创 2023-05-20 06:55:47 · 526 阅读 · 1 评论 -
【SAM系列】Segment Anything is A Good Pseudo-label Generator for Weakly Supervised Semantic Segmentation
论文链接:https://arxiv.org/abs/2305.01275代码链接:暂无。原创 2023-05-20 00:03:26 · 164 阅读 · 0 评论 -
【SAM系列】CAN SAM COUNT ANYTHING? AN EMPIRICAL STUDY ON SAM COUNTING
论文链接:代码链接:探索SAM在few-shot setting的object counting的能力。它目前落后于最先进的few-shot object counting方法,特别是对于小而拥挤的物体。两个主要原因。首先,SAM倾向于使用单个掩码分割同一类别的拥挤对象。其次,SAM 使用缺乏语义类注释的掩码进行训练,这可能会阻碍其区分不同对象的能力。不使用额外的zero-shot detector(grounding DINO)或者zero-shot classifier(CLIP),使用SAM的原始图原创 2023-05-19 11:33:25 · 354 阅读 · 0 评论