BALD-SAM

新的BALD-SAM框架通过主动提示增强交互式分割

研究人员推出了一种新颖的交互式分割框架BALD-SAM，该框架利用基于不确定性主动学习（BALD）来策略性地选择提示。该方法旨在通过识别对标注者最有信息量的区域来提高分割任务的效率和准确性，从而减少对掩码质量进行手动视觉评估的需求。BALD-SAM在各种数据集上展示了强大的跨领域性能，在最终分割质量方面，尤其是在复杂对象结构方面，通常优于人类和Oracle提示策略。