深化海洋研究：UWSAM框架与UIIS10K数据集用于精准水下实例分割
计算机视觉与模式识别
2025-09-30 v4 人工智能
摘要
近期大规模建模的突破使得Segment Anything Model (SAM) 在多种视觉应用中展现出巨大的潜力。然而，由于缺乏水下领域专业知识，SAM及其变体在端到端水下实例分割任务中面临性能限制，其更高的计算要求进一步阻碍了在水下场景中的应用。为此，本文提出一个大规模水下实例分割数据集UIIS10K，包含10,048张图像，涵盖10个类别的像素级标注。随后，我们引入UWSAM（高效水下实例分割模型），通过基于Mask GAT的水下知识蒸馏 (MG-UKD) 方法，将SAM ViT-Huge图像编码器的知识有效蒸馏到较小的ViT-Small图像编码器中，以实现有效的视觉表征学习。此外，我们设计了用于UWSAM的端到端水下提示生成器 (EUPG)，自动生成水下提示，而无需显式提供前景点或框作为提示，从而使网络能够准确定位水下实例以实现高效分割。全面的实验结果表明，我们的方法有效，在多个水下实例数据集上实现了相较于最先进方法的显著性能提升。数据集与代码已公开于 https://github.com/LiamLian0727/UIIS10K。
引用
@article{arxiv.2505.15581,
title = {Advancing Marine Research: UWSAM Framework and UIIS10K Dataset for Precise Underwater Instance Segmentation},
author = {Hua Li and Shijie Lian and Zhiyuan Li and Runmin Cong and Chongyi Li and Laurence T. Yang and Weidong Zhang and Sam Kwong},
journal= {arXiv preprint arXiv:2505.15581},
year = {2025}
}