计算机科学 > 计算机视觉与模式识别
[提交于 2025年9月15日
]
标题: FS-SAM2:通过低秩适应将分割任何模型2用于少样本语义分割
标题: FS-SAM2: Adapting Segment Anything Model 2 for Few-Shot Semantic Segmentation via Low-Rank Adaptation
摘要: 少量样本语义分割最近引起了广泛关注。 目标是开发一种能够使用仅有的少量标注样本对未见类别进行分割的模型。 大多数现有方法通过从头开始训练额外模块来适应预训练模型。 这些方法要实现最佳性能需要在大规模数据集上进行大量训练。 Segment Anything Model 2 (SAM2) 是一个用于零样本图像和视频分割的基础模型,具有模块化设计。 在本文中,我们提出了一种基于 SAM2 的少量样本分割方法 (FS-SAM2),其中直接重新利用 SAM2 的视频功能来进行少量样本任务。 此外,我们对原始模块应用了低秩适应 (LoRA),以处理标准数据集中通常存在的多样化图像,这与 SAM2 预训练中使用的时序连接帧不同。 通过这种方法,仅需元训练少量参数,就能有效适应 SAM2,同时受益于其出色的分割性能。 我们的方法支持任何 K 次配置。 我们在 PASCAL-5$^i$、COCO-20$^i$和 FSS-1000 数据集上评估了 FS-SAM2,取得了显著的结果,并在推理过程中展示了卓越的计算效率。 代码可在 https://github.com/fornib/FS-SAM2 获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.