Camouflaged Object Segmentation With A Single

Im Bereich der Computer Vision erfordern Tarnobjekt-Segmentierungsaufgaben in der Regel eine große Menge an annotierten Daten, um effektive Segmentierung zu erreichen. Allerdings können promptfähige Segmentierungsmodelle wie das Segment Anything Model (SAM) ausgezeichnet auf unbekannten Bildern arbeiten, wenn sie nur mit instanzspezifischen visuellen Anweisungen versehen sind. Für komplexe Szenen mit getarnten Objekten kann die Leistung von SAM jedoch auch mit instanzspezifischen Anweisungen begrenzt sein. Daher zielt diese Aufgabe darauf ab, die Leistung der Tarnobjekt-Segmentierung über verschiedene Datensätze hinweg durch eine einzige, aufgabengenerelle Anweisung zu verbessern. Dies reduziert die Abhängigkeit von großen Mengen an beschrifteten Daten und erhöht die Generalisierungsfähigkeit und den Praktikabilität des Modells.