Polyp SAM 2：推进结直肠癌检测中的零shot多边形分割
图像与视频处理
2024-09-10 v4 计算机视觉与模式识别
机器学习
摘要
多边形分割在结直肠癌的早期检测和诊断中起着关键作用。然而，获取准确的分割结果通常需要耗时的标注和专用模型。最近，Meta AI Research发布了通用Segment Anything Model 2（SAM 2），在多个分割任务中显示出前景的性能。本文评估了SAM 2在各种提示设置下进行多边形分割的性能。我们希望本报告为推动多边形分割领域的发展提供见解，并促进未来的更多有趣工作。该项目已公开available at https://github.com/sajjad-sh33/Polyp-SAM-2。
引用
@article{arxiv.2408.05892,
title = {Polyp SAM 2: Advancing Zero shot Polyp Segmentation in Colorectal Cancer Detection},
author = {Mobina Mansoori and Sajjad Shahabodini and Jamshid Abouei and Konstantinos N. Plataniotis and Arash Mohammadi},
journal= {arXiv preprint arXiv:2408.05892},
year = {2024}
}