训练无关方法

基于细粒度对象绑定与自适应混合提示词的训练无关开放词表伪装目标分割

Training-Free Open-Vocabulary Camouflaged Object Segmentation via Fine-Grained Object Binding and Adaptive Hybrid Prompt

提出训练无关的开放词表伪装目标分割框架，利用MLLM生成细粒度文本描述，并通过语义探针和语义一致性排序实现视觉块与类别的精确绑定，结合熵引导的文本嵌入调整和自适应混合提示词生成，为SAM提供更准确的提示，可复用于其他开放词表分割任务。