SAM2 用于图像和视频分割：全面综述

文章预览

尽管深度学习在图像和视频分割领域取得了显著进展，现有模型在跨领域适应性和泛化能力方面仍面临挑战。图像和视频分割是计算机视觉中的基础任务，广泛应用于医疗、农业、工业检测和自动驾驶等领域。随着大规模基础模型的出现，SAM2——SAM（Segment Anything Model）的改进版本——已针对分割任务进行了优化，在复杂场景中展示了增强的性能。然而，SAM2在特定领域的适应性和局限性仍需进一步研究。 本文系统分析了SAM2在图像和视频分割中的应用，并评估了其在不同领域的性能。我们首先介绍了图像分割的基础概念，对基础模型进行了分类，并探讨了SAM和SAM2的技术特性。随后，我们深入研究了SAM2在静态图像和视频分割中的应用，重点分析了其在医学影像等专业领域的表现以及跨领域适应性的挑战。作为研究的一部分，我们回顾了200多篇相关论 ………………………………