Tag · 2 篇
Segment-Anything-Model
01 02
兼顾双向：面向开放词表伪装目标分割的双向语义对齐
Seeing Both Sides: Towards Bidirectional Semantic Alignment for Open-Vocabulary Camouflaged Object Segmentation
提出双向跨注意力实现视觉-文本特征互校准，并将精炼后的文本嵌入转为自适应提示词驱动 SAM 生成掩码，可直接用于开放词表分割与跨模态提示学习。
面向少样本语义分割的贝叶斯分解与语义补全
Bayesian Decomposition and Semantic Completion for Few-shot Semantic Segmentation
将少样本分割分解为先验、似然和类一致性三项，并用轻量类无关定位模型并行评估 SAM 生成的碎片区域，把分割转化为二分类；这种贝叶斯分解思路和语义补全模块可复用于其他基于 SAM 的开放词表分割任务。