北航提出 Crowd-SAM | 基于 SAM 框架，用于目标检测和分割，简化标注过程 ！

文章预览

↑ 点击 蓝字  关注极市平台 作者丨AI视界引擎 来源丨AI视界引擎 编辑丨极市平台 极市导读   本文提出了一种用于标注密集数据集的自我提示分割方法Crowd-SAM，只需几个示例即可产生精确和准确的结果。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 在计算机视觉领域，目标检测是一项重要的任务，它在许多场景中都有应用。然而，特别是在拥挤的场景中，获取广泛的标签可能具有挑战性。 最近，提出了一种名为Segment Anything Model（SAM）的强大零样本分割器，为实例分割任务提供了一种新颖的方法。但是，在处理拥挤和遮挡场景中的物体时，SAM及其变体的准确性和效率往往受到影响。 在本文中，作者介绍了Crowd-SAM，这是一个基于SAM的框架，旨在通过少量可学习参数和最小量的标记图像，提升在拥挤和遮挡场景中的性能。作者引入了一个高 ………………………………