实体 $S^2$Diff

$S^2$Diff

PulseAugur coverage of $S^2$Diff — every cluster mentioning $S^2$Diff across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_147833 · Jul 16 · 14:21

新方法使用SAM和扩散模型进行弱监督目标检测

研究人员开发了一种新的弱监督RGB-D显著性目标检测（SOD）方法，该方法利用Segment Anything Model（SAM）从稀疏的涂鸦生成伪标注。这种名为SAM-PAG的方法将这些涂鸦扩展为密集的像素级标注。然后，生成的标注与一个名为$S^2$Diff的扩散模型一起使用，该模型通过整合跨模态特征和减轻噪声干扰来优化嘈杂的显著性图。这种组合方法在多个数据集上取得了与全监督技术相比具有竞争力的性能。