研究人员调查了 Segment Anything Models (SAM) 在纹理分割方面的能力,这项任务由于依赖于材质或重复外观而非物体身份,对标准分割模型构成了挑战。他们的研究在未经微调的冻结 SAM 上进行,结果表明,虽然 SAM 本身不执行纹理分割,但其失败是细微的。研究发现,SAM 中的粗糙特征确实保留了纹理组织,并且其提案库经常包含与纹理对齐的掩码或片段。SAM 在这些任务中的成功似乎取决于自然场景是否需要片段的组装,或者更清晰的合成案例是否允许选择预先存在的连贯提案。 AI
排序理由 学术论文发表在 arXiv 上,详细介绍了对 AI 模型能力的研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →