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
………………………………
