跳到正文
arXiv · 机器人与计算机视觉· Khayrul Islam (Computational Engineering Division, Lawrence Livermore National Laboratory, Livermore, CA, USA), Christopher Frederic Miller (Computational Engineering Division, Lawrence Livermore National Laboratory, Livermore, CA, USA)·· 9 天前AI 评分72

SNAP:通过少样本提案学习适配用户定义分类体系的冻结提示分割器

Adapting Frozen Promptable Segmenters to User-Defined Taxonomies via Few-Shot Proposal Learning

AI 导读

论文提出 SNAP 标注流程,利用冻结的 SAM2.1 基础特征和每项目专用的 SnapHead 头,仅需少量标注即可拟合特定项目的类别边界。实验显示,在显微成像任务中,SNAP 在 Cohen's kappa 为 0.754(60 张标注图)时远超 SAM 3 的 0.038;端到端评估中,SNAP 在五项目中 F1 达 0.484,优于调优后的 SAM 3 oracle。

来源:arXiv · 机器人与计算机视觉 · arxiv.org