Segment Anything模型（SAM）对于常规图像的处理效果显著，但对于医疗图像的处理效果却不尽如人意。为此，研究者们创建了SAM-Med2D，这是通过在大量医疗图像上训练SAM并提供各种输入信息得到的。这种新模型在处理医...

如果你正在构建一个SaaS应用，你会拥有大量的客户和产品数据。这些数据是构建差异化AI并满足客户需求的关键。如果你是一个初创公司，现在有一种新的方式可以帮助你收集、清洗和激活你的数据，并且你不需要为昂贵的集...

医疗图像分割是一个将图像中每个像素识别为特定类别（如癌症与非癌症）的过程。在历史上，将一个模型转移到另一个任务一直是个巨大的挑战。然而，最新的研究展示了一个强大的模型，该模型仍基于不朽的UNet，可应用于...

虽然段落任意模型（SAM）在各种数据集的分割任务中表现优异，但在面具的特定类别细节上存在疏漏。FoodSAM成功克服了这一问题。它结合了SAM的优势和新的特性，有效地分割食品图像，甚至识别出场景中的单个食品和其他...

有效的RGB-D语义分割可以帮助移动机器人更好地理解他们所在的环境。尽管深度数据提供了有用的几何洞察，但它可能会带来噪声。本文介绍了一种精简的网络，该网络使用的计算功率较少，但仍然稳健，有效地融合了色彩和...

图像分割是一种将图像中属于对象的每个区域进行标记的过程，这比传统的分类问题要复杂得多。而且，如果没有预定义的对象列表，进行通用分割将是一项挑战。包含某些世界表示的语言模型可以为分割提供巨大的推动力。LI...

此研究引入了一种名为“无需训练的实例分割”的全新方法，该方法无需进行繁琐的训练或详细的图像注释，就能在图像中分割实例。该方法通过使用现有的语义分割模型并通过可学习的对象边界分支对输出进行精炼，无需额外的...

这项研究引入了一个名为“理性分割”的新AI任务，设计用于根据复杂和隐含的文本指令生成分割掩膜。此研究展示了一个名为LISA（Large-language Instructed Segmentation Assistant）的工具作为展示。LISA结合了大语言模...