分割一切，甚至是被遮挡的部分
计算机视觉与模式识别
2025-03-11 v1
摘要
非模态实例分割旨在检测和分割图像中物体的可见和不可见部分，在自动驾驶、机器人操作和场景理解等多种应用中发挥着至关重要的作用。现有方法需要联合训练前端检测器和掩码解码器，这种方法缺乏灵活性，且未能利用现有模态检测器的优势。为解决这一局限性，我们提出了 SAMEO，一种新颖的框架，将 Segment Anything Model (SAM) 适配为通用的掩码解码器，能够与各种前端检测器接口，从而实现对部分遮挡物体的掩码预测。考虑到非模态分割数据集的局限性，我们引入了 Amodal-LVIS，这是一个大规模合成数据集，包含从模态 LVIS 和 LVVIS 数据集衍生的 30 万张图像。该数据集显著扩展了非模态分割研究的可用训练数据。我们的实验结果表明，我们的方法在包括 Amodal-LVIS 在内的新扩展数据集上训练时，在 COCOA-cls 和 D2SA 基准上均取得了显著的零样本性能，突出了其泛化到未见场景的潜力。
引用
@article{arxiv.2503.06261,
title = {Segment Anything, Even Occluded},
author = {Wei-En Tai and Yu-Lin Shih and Cheng Sun and Yu-Chiang Frank Wang and Hwann-Tzong Chen},
journal= {arXiv preprint arXiv:2503.06261},
year = {2025}
}