SAM 是Mata发布的“Segment Anything Model”可以准确识别和提取图像中的对象。 它可以分割任何的图片，但是如果需要分割特定的物体，则需要需要点、框的特定提示才能准确分割图像。 所以本文将介绍一种称为 Grounding Dino 的技术来自动生成 SAM 进行分割所需的框。

分割任何模型 （Segment Anything Model - SAM） 是一种突破性的图像分割模型，可实现具有实时性能的快速分割。它构成了 Segment Anything 项目的基础，该项目引入了用于图像分割的新任务、模型和数据集。SAM 被设计为可提示的，允许它将零样本转移到新的图像分布和任务 ...

推荐 为解决伪装目标检测（COD）中边缘模糊和漏检问题，同时克服全监督方法对像素级标注的依赖，研究人员提出一种弱监督方法MGNet。该方法结合Cascaded Mask Decoder（CMD）、Context Enhancement Module（CEM）和Mask-guided Feature Aggregation Module（MFAM），并通过BoxSAM策略利用 ...

细胞核分割中多域数据融合与高分辨率输出优化方法研究。本文提出AMA-SAM框架，通过条件梯度反转层实现跨域特征对齐，并设计高分辨率解码器解决低分辨率输出问题，有效缓解单数据集过拟合及跨域数据融合中的性能下降问题，在多个公共数据集上验证优于 ...