RAG-SEG：面向伪装物体检测的无训练范式
计算机视觉与模式识别
2025-09-16 v2 人工智能
摘要
伪装物体检测（Camouflaged Object Detection, COD）是计算机视觉中的重要挑战，因其物体与背景高度相似。现有方法依赖大量训练和计算资源。虽然基础模型如 Segment Anything Model（SAM）具备强大泛化能力，但仍难以在无微调情况下处理 COD 任务，且需高质量提示才能达到佳绩。手动生成此类提示成本高昂且效率低下。为此，我们提出First RAG, Second SEG（RAG-SEG），一种无训练范式，将COD任务分解为两个阶段：检索增强生成（Retrieval-Augmented Generation, RAG）生成粗糙掩码作为提示，随后采用SAM进行细化分割。RAG-SEG通过无监督聚类构建紧凑检索数据库，实现快速高效的特征检索。在推理阶段，检索到的特征产生伪标签，指导使用SAM2生成精确掩码。该方法无需常规训练，即可保持竞争性能。在基准COD数据集上的大量实验表明，RAG-SEG的性能与或优于最先进方法。值得注意的是，所有实验均在个人笔记本电脑上完成，凸显了其计算效率和实用性。我们在附录中进一步分析了局限性、显著物体检测的扩展性及可能的改进。代码：https://github.com/Lwt-diamond/RAG-SEG。
引用
@article{arxiv.2508.15313,
title = {First RAG, Second SEG: A Training-Free Paradigm for Camouflaged Object Detection},
author = {Wutao Liu and YiDan Wang and Pan Gao},
journal= {arXiv preprint arXiv:2508.15313},
year = {2025}
}