SAM+无监督学习！能发顶会的高端局组合！idea效果绝佳

文章预览

学过SAM的朋友都知道，SAM需要对训练数据进行全面的手动标记，每张图像都要超过20分钟...效率有待提升。那么如何解决这个短板？我们考虑 SAM+无监督学习。 这是因为无监督学习具有无需人工标注数据的特点，通过将两者结合，我们就可以在资源有限或标注成本较高的情况下，更有效地处理数据，同时不损失性能。 因此在很多领域，特别是医学图像分割等， 这种高效、灵活又强大的数据处理和模式识别方法是我们的首选，自然也成了研究热点 ，相关成果效果绝佳，比如开创数据零标注时代先河的UnSAM，以及CVPR 2024的UnSAMFlow。 除此以外，还有一些很值得学习的 无监督学习+SAM新方法 ，我从中挑选了 9篇 ，简单提炼了可参考的创新点，希望可以给同学们提供论文灵感。 扫码添加小享， 回复“ 无监督SAM ” 免费获取 全部论文+开源代码 Segment Anything w ………………………………