Segment Anything Model (SAM)遇上玻璃：镜面与透明物体难以被轻易检测
计算机视觉与模式识别
2023-05-02 v1 人工智能
机器学习
摘要
Meta AI Research近期发布了在超过10亿掩码的大规模分割数据集上训练的SAM (Segment Anything Model)。作为计算机视觉领域的基座模型，SAM (Segment Anything Model)因其在通用物体分割中的优异表现而受到关注。尽管其在广泛的零样本迁移任务中具有强大能力，但SAM是否能在透明物体等挑战性场景下检测物体仍未知。本工作中，我们对两种与玻璃相关的挑战性场景进行实证评估：镜面与透明物体。我们发现SAM在两种场景中常无法检测到玻璃，这引发了在具有各种玻璃形态的安全关键场景中部署SAM的担忧。
引用
@article{arxiv.2305.00278,
title = {Segment Anything Model (SAM) Meets Glass: Mirror and Transparent Objects Cannot Be Easily Detected},
author = {Dongsheng Han and Chaoning Zhang and Yu Qiao and Maryam Qamar and Yuna Jung and SeungKyu Lee and Sung-Ho Bae and Choong Seon Hong},
journal= {arXiv preprint arXiv:2305.00278},
year = {2023}
}