面向家禽科学的 SAM
计算机视觉与模式识别
2023-05-18 v1 人工智能
摘要
近年来，农业产业在人工智能（AI）领域取得了重大进展，特别是随着大规模基础模型的发展。在这些基础模型中，由 Meta AI Research 提出的 Segment Anything Model (SAM) 作为物体分割任务的突破性解决方案脱颖而出。尽管 SAM 在各种农业应用中取得了成功，但其在家禽业中的潜力，特别是在非笼养母鸡的背景下，仍有待探索。本研究旨在评估 SAM 在代表性鸡分割任务上的零样本分割性能，包括基于部位的分割和红外热图像的使用，并通过使用 SAM 作为分割工具来探索鸡只追踪任务。结果表明，在整鸡和基于部位的鸡分割中，SAM 的性能均优于 SegFormer 和 SETR。基于 SAM 的物体追踪还提供了关于肉鸡行为和运动模式的宝贵数据。本研究的发现有助于更好地理解 SAM 在家禽科学中的潜力，并为未来鸡只分割和追踪的进展奠定基础。
引用
@article{arxiv.2305.10254,
title = {SAM for Poultry Science},
author = {Xiao Yang and Haixing Dai and Zihao Wu and Ramesh Bist and Sachin Subedi and Jin Sun and Guoyu Lu and Changying Li and Tianming Liu and Lilong Chai},
journal= {arXiv preprint arXiv:2305.10254},
year = {2023}
}