S3OD：利用合成数据实现可泛化的显著性目标检测
计算机视觉与模式识别
2026-03-03 v2
摘要
显著性目标检测是典型的数据受限任务，昂贵的像素级精确标注迫使人们为 DIS 和 HR-SOD 等相关子任务分别训练模型。我们提出了一种方法，通过大规模合成数据生成和模糊感知架构，显著提升了泛化能力。我们引入了 S3OD，这是一个包含超过 139,000 张高分辨率图像的数据集，通过我们的多模态扩散流水线创建，该流水线从扩散和 DINO-v3 特征中提取标签。迭代生成框架根据模型性能优先处理具有挑战性的类别。我们提出了一个精简的多掩码解码器，通过预测多个有效解释来处理显著性目标检测中固有的模糊性。仅在合成数据上训练的模型在跨数据集泛化中实现了 20-50% 的错误率降低，而微调后的版本在 DIS 和 HR-SOD 基准测试中均达到了最先进的性能。
引用
@article{arxiv.2510.21605,
title = {S3OD: Towards Generalizable Salient Object Detection with Synthetic Data},
author = {Orest Kupyn and Hirokatsu Kataoka and Christian Rupprecht},
journal= {arXiv preprint arXiv:2510.21605},
year = {2026}
}