IPS-Seg

SAM3引导框架在数据有限的情况下增强无人机目标分割

研究人员开发了一种新颖的框架，用于改进无人机（UAV）目标分割，特别是在标注数据有限的情况下。该方法利用Segment Anything Model 3（SAM3）生成伪标签，然后使用这些伪标签来训练一个名为IPS-Seg的轻量级分割网络。该框架采用两阶段过程：首先生成粗略的掩码，然后在局部图像块上进行细化，以获得更精确的对象边界。实验表明，该方法有效地平衡了分割精度和计算效率，突显了大型基础模型在低标签环境中训练专用视觉网络的效用。