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/qckNOiW-dMyoTe4KzrM60g 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 本文介绍一种在基础SAM模型上改进的图像分割方法 SAM-CP1 。该方法通过统一框架计算亲和力并合并相关块,显著提升了开放和封闭领域的语义、实例及全景分割性能,尤其在开放词汇分割上达到了领先水平。 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
………………………………