北航开源Crowd-SAM，基于SAM用于目标检测和分割，简化标注流程！（附论文及源码）

文章预览

以下 文 章来源于微信公众号：AI视界引擎 作者：AI引擎 链接：https://mp.weixin.qq.com/s/6ZMOfHSfFveHgpfIWvX91w 本文仅用于学术分享，如有侵权，请联系 后 台作删文处理 导读 在交通、机场、商场等业务场景中，密集目标检测是一项具有挑战性的任务，由于密集目标检测任务中存在大量检测目标的之间的遮挡，数据的标注工作也十分繁琐。本文介绍的Crowd-SAM方法在Crowd Human数据集上达到78.4 AP，可以帮助读者们快速获取密集目标检测中的图像标注。 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 ………………………………