CVPR 2024 | RobustSAM：在低质量图像上鲁棒地分割一切

文章预览

前言   本文的目的在于提升SAM模型面对低质量图像时的鲁棒性，提出了RobustSAM的模型，在维持SAM模型强大的零样本学习能力的前提下，以少量的额外参数量显着提升了在低质量图像上的切割表现。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源：CVer 仅用于学术分享，若侵权请联系删除 [CVPR'24 Highlight] RobustSAM: 只需小型网络模块，SAM模型在低质量图像上也能有良好的切割表现！ 科研机构： Snap Research , 台湾大学 论文：https://arxiv.org/abs/2406.09627 项目：https://robustsam.github.io/ 一、简介 Segment Anything Model  (SAM)是专用于图像分割的基础模型。SAM能快速识别和分割照片中的元素，支持用户通过输入提示（prompt）的方式，进而选择感兴趣区域进行分割。SAM借鉴了 ………………………………