延续SAM-Adapter的成功，魔芯科技、科大等提出SAM2-Adapter，让SAM2实现下游任务SOTA!

文章预览

关注公众号，发现CV技术之美 本篇分享论文 SAM2-Adapter: Evaluating & Adapting Segment Anything 2 in Downstream Tasks: Camouflage, Shadow, Medical Image Segmentation, and More ，延续 SAM-Adapter 的成功，魔芯科技、科大等提出 SAM2-Adapter，让 SAM2 实现下游任务SOTA! 项目页面：http://tianrun-chen.github.io/SAM-Adaptor 论文链接：https://arxiv.org/abs/2408.04579 开源代码：https://github.com/tianrun-chen/SAM-Adapter-PyTorch “SAM-Adapter的成功经验同样适用于SAM2！” 在AI研究领域，基础模型的引入已经彻底改变了研究的格局，尤其是当这些模型基于庞大的数据集进行训练时。 近期，Segment Anything (SAM)模型因其在图像分割任务中的卓越表现而备受瞩目。尽管如此，先前的研究指出，SAM在处理一些具有挑战性的低级结构分割任务时存在性能瓶颈。 为了克服这些限制，研究者在SAM发布后不久便提出了SAM-Adapter，旨在通过 ………………………………