Tag · 4 篇
SAM
分布 图像分割33D 视觉与重建1
01 02 03 04
先验的力量：基于LLaVA的免训练开放词表语义分割
The Power of Prior: Training-Free Open-Vocabulary Semantic Segmentation with LLaVA
利用LLaVA内部层产生的局部化特征作为免训练开放词表分割的像素级激活，并生成视觉提示引导SAM，为无需微调即可复用MLLM空间先验提供了可操作路径。
MV3DIS：基于 3D 引导的多视图掩码匹配用于零样本 3D 实例分割
MV3DIS: Multi-View Mask Matching via 3D Guides for Zero-Shot 3D Instance Segmentation
用粗粒度 3D 分割结果作为跨视图 2D 掩码匹配的公共参照，并以 3D 覆盖分布与深度一致性加权来筛选多视图掩码，可复用于任何需要把 SAM 类 2D 掩码提升到 3D 的零样本流程。
双层适配器提升无提示曲线结构分割
Dual-level Adapter Boosting Prompt-free Curvilinear Structure Segmentation
在冻结的 SAM 上插入块内与块间双层适配器，实现无提示、仅需 18 张标注图像的跨域曲线结构分割，可直接迁移到医学/遥感细长目标（血管、道路、纤维）的少样本分割场景。
发现、分割与选择：面向零样本伪装物体分割的渐进式机制
Discover, Segment, and Select: A Progressive Mechanism for Zero-shot Camouflaged Object Segmentation
把「发现-分割」两阶段换成「发现-分割-选择」三阶段：用视觉特征而非 MLLM 生成候选，再用 MLLM 做语义打分选掩码，这一「候选生成与语义筛选解耦」的思路可直接迁移到开放词表分割、指代分割等需要从多候选中挑最优掩码的任务。