極客號（Daydx.com）8月17日 消息:FoodSAM 是一種用于食物圖像分割的創(chuàng)新框架，結(jié)合了 Segment Anything Model（SAM）、語義分割器和物體檢測器。它能夠生成類別無關(guān)的二進(jìn)制掩碼，通過與掩碼 – 類別匹配獲取食物類別標(biāo)簽，并為背景掩碼提供非食物類別。通過合并策略增強(qiáng)語義掩碼，實(shí)現(xiàn)實(shí)例和全景分割，并具備可提示的分割能力。
雖然段落任意模型（SAM）在各種數(shù)據(jù)集的分割任務(wù)中表現(xiàn)優(yōu)異，但在面具的特定類別細(xì)節(jié)上存在疏漏。FoodSAM 成功克服了這一問題。它結(jié)合了 SAM 的優(yōu)勢和新的特性，有效地分割食品圖像，甚至識別出場景中的單個(gè)食品和其他物體。FoodSAM 是首個(gè)在食物圖像上實(shí)現(xiàn)實(shí)例、全景和可提示分割的工作。
核心功能:
語義分割:能夠?qū)⑹澄飯D像進(jìn)行語義分割，生成類別標(biāo)簽和語義掩碼。
實(shí)例分割:通過合并策略，將語義掩碼增強(qiáng)為實(shí)例分割結(jié)果，能夠分割出不同的食物實(shí)例。
全景分割:結(jié)合物體檢測器，將 FoodSAM 的零樣本能力擴(kuò)展到全景分割，有效捕捉非食物對象信息。
可提示分割:集成了無縫提示 – 優(yōu)先選擇機(jī)制，實(shí)現(xiàn)可提示的分割，提供更靈活的分割結(jié)果。
鄭重聲明：本文內(nèi)容及圖片均整理自互聯(lián)網(wǎng)，不代表本站立場，版權(quán)歸原作者所有，如有侵權(quán)請聯(lián)系管理員(admin#wlmqw.com)刪除。
