研究人员开发了一种新的弱监督伪装目标检测方法，该任务涉及识别与周围环境无缝融合的物体。他们的方法称为MGNet，使用定制设计的级联掩码解码器生成的初始掩码来改进边缘预测并减少漏检。为了生成训练数据，他们采用了BoxSAM，该方法利用带有边界框提示的Segment Anything Model (SAM) 来创建高质量的伪标签。 AI
影响 这项研究为伪装目标检测提供了一种更有效的方法，有可能减少计算机视觉任务中对大量手动标注的需求。
排序理由 这是一篇详细介绍特定计算机视觉任务新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →