Segment Anything Model
PulseAugur coverage of Segment Anything Model — every cluster mentioning Segment Anything Model across labs, papers, and developer communities, ranked by signal.
9 天有情绪数据
-
新框架从图像生成伪LiDAR用于3D目标检测
研究人员开发了VFMM3D，一个利用视觉基础模型从单目图像生成伪LiDAR数据以进行3D目标检测的新颖框架。该方法集成了Depth Anything Model (DAM)的深度估计能力和Segment Anything Model (SAM)的前景分割能力。VFMM3D框架通过前景感知伪LiDAR绘制操作和稀疏化策略，增强了物体结构并减少了背景噪声，在KITTI和Waymo数据集上取得了最先进的性能。
-
新框架应对半监督医学图像分割挑战 · 已追踪2个来源
两篇新研究论文提出了用于半监督医学图像分割的新颖框架，解决了标注数据有限和类别不平衡的挑战。第一篇论文介绍了语义类别分布学习（SCDL），这是一个旨在通过学习结构化的类别条件特征分布来减轻监督和表示偏差的模块。第二篇论文提出了一个视觉-语言增强基础模型（VESSA），该模型将VLM集成到半监督学习框架中，使用模板引导的伪标签来提高分割精度。
-
新方法使用SAM2通过稀疏标注改进底栖图像分割
研究人员开发了一种新方法，通过利用稀疏点标注来改进底栖图像的密集分割模型。该方法利用Segment Anything Model (SAM)系列，特别是SAM2，来处理来自历史底栖调查的现有遗留点标签。关键创新在于一种识别和过滤不可靠点的机制，从而提取高质量的伪地面真实掩码。这些掩码随后可以训练更准确的语义分割模型，为可扩展的生态分析铺平道路。
-
新模型通过先进的特征适应和边界细化增强遥感图像分割
两篇新的研究论文提出了用于遥感图像语义分割的先进方法。第一篇FE-SAM在Segment Anything Model (SAM)的基础上，引入了频率调制适配器（Frequency-Modulated Adapter）以更好地适应不同地物类型的特征，并引入了EGRefiner来增强边界细节。第二篇BASeg利用马氏距离-角度边界损失（Mahalanobis-Angle Boundary Loss, MABL）来提高边界和形状的一致性，…
-
调查论文详述 Segment Anything Model 的提示工程
一篇新的调查论文详述了 Segment Anything Model (SAM) 的提示工程方法、应用和挑战。该论文将提示技术分为几何提示、文本语义提示和多模态融合提示，分析了从手动到自动方法的演变。它还强调了 SAM 在不同领域的泛化能力，并指出了因果提示推理和基于扩散的优化等未来研究方向。
-
新的AI方法推进跨视图视频地理定位
两篇新研究论文介绍了用于跨视图视频地理定位的先进方法。该任务旨在利用航空影像精确定位地面视频的位置。第一篇论文“X$^2$Localizer”提出了一种渐进式地理定位框架，该框架允许在不同的时间预算下进行定位，并支持早期推理。它还引入了一种用于故障恢复的滑动窗口重新定位策略。第二篇论文“ReCOT”提出了一种循环跨视图对象地理定位Transformer，该模型将任务建模为迭代细化过程，并结合了来自Segment Anything Mo…
-
地理人工智能工作流程绘制城市树冠及其与城市温度的联系
研究人员开发了一种新的光学地理人工智能工作流程，用于评估加州戴维斯市的城市树冠覆盖。该方法利用高分辨率图像和深度学习模型（如 DeepForest 和 Segment Anything Model (SAM)）来识别和绘制单个树冠和整体树冠表面的地图。该工作流程成功绘制了该市 9.37% 的树冠地图，与现有的激光雷达辅助产品高度一致，并揭示了树冠覆盖与地表温度之间的负相关关系，强调了城市绿化在缓解高温方面的重要性。
-
CalSAM增强Segment Anything Model用于脑部MRI分割
研究人员开发了CalSAM，一个旨在提高Segment Anything Model (SAM)应用于脑部MRI分割的准确性和可靠性的新框架。CalSAM通过引入特征费舍尔信息惩罚（FIP）和置信度失配惩罚（CMP）来解决SAM预测中的领域迁移问题和过度自信问题。这种方法仅微调掩码解码器，同时保持SAM的编码器冻结，在各种扫描仪和损坏迁移上显示出Dice相似系数（DSC）和Hausdorff距离95（HD95）的显著改进，同时还降低了…
-
新方法利用SAM和强化点选择增强人群实例分割
研究人员开发了一种名为密集点到掩码优化（DPMO）的新方法，以改善密集人群场景下的实例分割。DPMO集成了Segment Anything Model（SAM）和最近邻排他圆（NNEC）约束，以从点标注生成详细掩码。此外，还引入了一个使用组相对策略优化（GRPO）训练的强化点选择（RPS）框架，以选择最准确的点预测用于实例分割。这些进展在多个群体计数数据集上取得了最先进的性能，证明了掩码标注在提高计数准确性方面的价值。
-
新的CROSS方法增强了遥感图像分割
研究人员开发了一种名为CROSS的新方法，用于指代遥感图像分割。该方法旨在通过改进架构集成和减少以物体为中心的语义偏差，来解决现有视觉语言模型（VLMs）和分割一切模型（SAM）的局限性。CROSS利用语言引导的级联蒸馏将SAM的结构先验注入VLM层，并通过视角-空间对比学习来识别和学习欺骗性干扰项和空间-语言反事实，从而强制执行逻辑一致性。实验表明，CROSS在RRSIS基准测试中取得了最先进的性能，即使在具有挑战性的空间描述下也能…
-
PhenoStitch 流程在无需特定任务训练的情况下绘制作物图
研究人员开发了 PhenoStitch，一种使用卫星图像进行全景作物测绘的新型流程，无需进行广泛的任务特定训练。该系统首先采用冻结的 Segment Anything 模型进行类别无关的区域分割。然后，它使用物候特征总结光学和雷达卫星数据，并通过最小化图能量将相邻区域合并为地块。最后，使用少样本最近原型匹配方法对地块进行分类，在基准数据集上以最少的标记数据取得了有竞争力的结果。
-
新的ZMIS-SAM模型利用小波变换增强浮游动物图像分割
研究人员开发了ZMIS-SAM，这是一种新的实例分割模型，增强了用于浮游动物显微图像的分割一切模型（SAM）。该模型结合了小波变换，以解决SAM在领域特定知识方面的局限性，从而提高了分类精度、细长附肢的连续分割以及更完整的边界分割。ZMIS-SAM集成了ZM-ViT用于形态建模，邻近特征聚合模块用于附肢分割，以及基于小波的多尺度多方向特征增强模块用于边界细化。实验表明，ZMIS-SAM在浮游动物数据集上取得了最先进的性能，并且能够很好…
-
Meta AI 模型助力劳伦斯伯克利实验室的 Genesis Mission 项目
Meta 的 AI 模型，包括 Segment Anything Model 和基于 PyTorch 构建的模型，正在劳伦斯伯克利国家实验室的 Genesis Mission 的初始项目中得到利用。这些项目专注于计算生物学、药物发现和材料科学等领域，利用 Meta 的 AI 能力来推进科学研究。该计划突显了先进 AI 工具在复杂科学事业中的应用。
-
ViPSAM框架通过视觉提示增强医学图像分割
研究人员开发了ViPSAM，一个新颖的视觉提示框架，旨在改进医学图像分割，特别是非对比度图像。ViPSAM基于Segment Anything Model (SAM)，利用增强对比度的MRI扫描为低对比度非对比度CT (NCCT) 图像中的病灶分割提供视觉指导。该方法增强了病灶的表示，并在肝脏病灶分割以进行质子治疗规划方面，与现有的基于U-Net和SAM的方法相比，表现出了优越的性能。
-
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。
-
新的SARFA框架使用放射组学特征改进医学图像分割
研究人员推出SARFA，一个旨在增强医学图像分割的新框架，特别是针对模糊目标。SARFA通过生成多个合理的分割掩码并使用由放射组学驱动的目标进行优化，解决了SAM等现有模型的局限性。该方法通过最小化Fréchet Radiomic Distance并采用Direct Preference Optimization，使分割输出与临床上有意义的真实情况表示对齐。在CT和MRI数据上的评估表明，SARFA在模糊分割任务上优于当前方法。
-
新的AffordanceSAM模型使用SAM增强物体动作识别
研究人员开发了AffordanceSAM，这是一种新颖的方法，将Segment Anything Model (SAM) 的能力扩展到可供性识别。该方法旨在识别物体上可操作的区域，这对于现实世界应用至关重要。AffordanceSAM 利用一个可供性适应模块和一个名为 C2F-Aff 的新的粗到细标注数据集，经过三阶段训练。该模型在 AGD20K 基准测试中展示了最先进的性能，并显示出强大的泛化能力。
-
新方法应对遥感图像分割挑战
研究人员开发了两种新的遥感图像分割方法。GeoSelect将分割重新构建为空间程序的执行，从而能够精确控制航空影像中的空间、比较和序数关系。GeoSAM-Lite是一个轻量级基础模型，通过使用领域感知预训练策略和特征融合层，解决了在资源受限平台上部署大型模型的计算挑战。
-
Amazon Nova 使用 AI 自动屏蔽图像中的 PII
Amazon 推出了 Amazon Nova，这是一系列新的基础模型，旨在自动识别和屏蔽图像中的个人身份信息 (PII)。该先进系统利用上下文视觉推理来协调 Meta 的 Segment Anything Model (SAM 3) 等专业工具进行精确分割，以及 Amazon Textract 进行光学字符识别。该流程旨在处理具有挑战性的 PII 情况，例如反射或部分视图，确保符合 GDPR 和 PCI DSS 等法规。
-
新方法应对遥感视觉定位挑战 · 追踪到2个来源
两篇新的研究论文介绍了遥感视觉定位（RSVG）的新方法，该任务涉及使用自然语言描述在高分辨率图像中定位物体。GeoSearcher采用以锚点为中心的推理和过程忠实策略优化两阶段过程来处理复杂查询和小物体。另一方面，ExACT利用无训练框架，通过示例驱动的校准和细化来指导分割模型进行精确的定位，解决了语言和视觉线索之间的模态差距。