SAMBA：一种具有智能标注的可训练分割网络应用
计算机视觉与模式识别
2024-10-22 v1
摘要
分割是为图像中的每个像素分配一个语义类，是材料科学中各种统计分析任务（如相量化、物理模拟或形态表征）的先决条件。材料科学中研究的长度尺度、成像技术和材料的广泛范围意味着任何分割算法都必须泛化到未见过的数据，并支持抽象的、用户定义的语义类。可训练分割是一种流行的交互式分割范式，其中训练分类器将图像特征映射到用户绘制的标签。SAMBA是一种可训练的分割工具，它使用Meta的Segment Anything Model (SAM)进行快速、高质量的标签建议，并使用随机森林分类器进行鲁棒、可泛化的分割。它可以在浏览器中访问（https://www.sambasegment.com/），无需下载任何外部依赖。分割后端在云端运行，因此不需要用户拥有强大的硬件。
引用
@article{arxiv.2312.04197,
title = {SAMBA: A Trainable Segmentation Web-App with Smart Labelling},
author = {Ronan Docherty and Isaac Squires and Antonis Vamvakeros and Samuel J. Cooper},
journal= {arXiv preprint arXiv:2312.04197},
year = {2024}
}