Segment Anything Model（SAM）综述：视觉基础模型遇见提示工程
计算机视觉与模式识别
2024-10-22 v4
摘要
由 Meta AI Research 开发的 Segment Anything Model（SAM）代表了计算机视觉领域的重大突破，为图像和视频分割提供了鲁棒框架。本综述全面探讨了 SAM 系列，包括 SAM 和 SAM 2，突出了它们在粒度和上下文理解方面的进展。我们的研究展示了 SAM 在广泛应用中的通用性，同时指出了需要改进的领域，特别是在需要高粒度的场景以及缺乏显式提示的情况下。通过梳理 SAM 模型的演进与能力，我们提供了对其优势与局限的见解，并建议了未来研究方向，包括领域特定适配以及增强的记忆与传播机制。我们相信本综述全面涵盖了 SAM 的应用广度与挑战，为分割技术的持续进步奠定基础。
引用
@article{arxiv.2306.06211,
title = {A Survey on Segment Anything Model (SAM): Vision Foundation Model Meets Prompt Engineering},
author = {Chaoning Zhang and Joseph Cho and Fachrina Dewi Puspitasari and Sheng Zheng and Chenghao Li and Yu Qiao and Taegoo Kang and Xinru Shan and Chenshuang Zhang and Caiyan Qin and Francois Rameau and Lik-Hang Lee and Sung-Ho Bae and Choong Seon Hong},
journal= {arXiv preprint arXiv:2306.06211},
year = {2024}
}
备注
Comprehensive survey on SAM family. 21 pages, 14 figures