LVIS-92^i

MESAM通过记忆生成增强SAM2的少样本分割能力

研究人员开发了MESAM，一种旨在增强SAM2模型在少样本分割任务中能力的新方法。MESAM通过生成和精炼语义视觉记忆来解决支持图像和查询图像之间外观差异的挑战。该方法包含一个语义视觉记忆生成模块，为查询语义、查询前景视觉和支持视觉创建不同的记忆，随后通过一个交互式语义记忆精炼模块，用视觉细节丰富语义记忆并减少背景噪声。在标准数据集上的实验表明，MESAM在少样本分割方面取得了最先进的成果。