Camouflaged Object Segmentation With A Single

في مجال الرؤية الحاسوبية، عادةً ما تتطلب مهام تقسيم الأشياء المموهة كميات كبيرة من البيانات المشمولة بالشروح لتحقيق تقسيم فعال. ومع ذلك، يمكن للنماذج القابلة للتحفيز مثل نموذج تقسيم أي شيء (SAM) أن تؤدي بشكل ممتاز على الصور غير المعروفة باستخدام شروح بصرية محددة للمثال. بالنسبة لل.scenes المعقدة التي تحتوي على أشياء مموهة، قد تكون أداء SAM لا يزال محدودًا حتى مع الشروح البصرية المحددة للمثال. لذلك، تهدف هذه المهمة إلى تحسين أداء تقسيم الأشياء المموهة عبر مختلف قواعد البيانات من خلال تحفيز عام واحد، مما يقلل الاعتماد على كميات كبيرة من البيانات المشمولة بالشروح ويعزز تعميم النموذج وعمليته.