中科院 & 华为 & 中科大提出 SAM-CP1，刷新分割 SOTA 榜 ！

文章预览

关注 「 AIWalker 」 并 星标 从此AI不迷路 来源于 AI视界引擎 ，作者 AI 引擎 分段任何模型（SAM）已经显示出将图像像素分组为块的一般能力，但将其应用于具有语义意识的分割仍面临重大挑战。 本文提出了SAM-CP1，这是一种简单的方法，它在SAM的基础上建立了两种可组合的提示，并将它们组合起来实现多功能的分割。 具体来说，给定一组类别（以文本形式）和一个SAM块集合，类型I提示判断一个SAM块是否与文本标签对齐，而类型II提示判断具有相同文本标签的两个SAM块是否也属于同一实例。 为了降低处理大量语义类别和块时的复杂性，作者建立了一个统一的框架，该框架计算了（语义和实例） Query 与SAM块之间的亲和力，并将与 Query 亲和力高的块合并。 实验表明，SAM-CP在开放和封闭领域均实现了语义、实例和全景分割。 特别是，它在开放词汇分割方 ………………………………