Segment Anything Model (SAM) 在恶劣天气条件下自动驾驶中的鲁棒性
计算机视觉与模式识别
2023-06-26 v1
摘要
Segment Anything Model (SAM) 近期因其卓越性能而备受关注，并已成为计算机视觉中的基础模型。它已被集成到多种下游任务中，展现出强大的零样本迁移能力。鉴于其令人印象深刻的性能，人们强烈希望将 SAM 应用于自动驾驶以提升视觉任务表现，尤其在恶劣天气驾驶等挑战性场景中。然而，其在恶劣天气条件下的鲁棒性仍不确定。本工作中，我们探究了 SAM 在自动驾驶中的应用，并具体考察其在恶劣天气条件下的鲁棒性。总体而言，本工作旨在将 SAM 集成至自动驾驶视觉任务之前，增进对其在挑战性场景中鲁棒性的理解，为未来应用提供有价值的见解。
引用
@article{arxiv.2306.13290,
title = {Robustness of Segment Anything Model (SAM) for Autonomous Driving in Adverse Weather Conditions},
author = {Xinru Shan and Chaoning Zhang},
journal= {arXiv preprint arXiv:2306.13290},
year = {2023}
}