文章预览
0. 论文信息 标题：Inspiring the Next Generation of Segment Anything Models: Comprehensively Evaluate SAM and SAM 2 with Diverse Prompts Towards Context-Dependent Concepts under Different Scenes 作者：Xiaoqi Zhao, Youwei Pang, Shijie Chang, Yuan Zhao, Lihe Zhang, Huchuan Lu, Jinsong Ouyang, Georges El Fakhri, Xiaofeng Liu 机构：Dalian University of Technology、Yale University 原文链接：https://arxiv.org/abs/2412.01240 代码链接：https://github.com/lartpang/SAMs-CDConcepts-Eval 1. 导读 作为一个基础模型，SAM对计算机视觉的多个领域产生了重大影响，其升级版本SAM 2增强了视频分割的能力，有望再次产生重大影响。虽然SAM(SAM和SAM 2)在分割与上下文无关的概念(如人、汽车和道路)方面表现出色，但它们忽略了更具挑战性的上下文相关(CD)概念，如视觉显著性、伪装、产品缺陷和医疗损伤。CD概念严重依赖于全球和本地的上下文信息，这使得它们容易受
………………………………
