Buchumschlag

A Survey on Segment Anything Model (SAM): Vision Foundation Model Meets Prompt Engineering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Chaoning, Cho, Joseph, Puspitasari, Fachrina Dewi, Zheng, Sheng, Li, Chenghao, Qiao, Yu, Kang, Taegoo, Shan, Xinru, Zhang, Chenshuang, Qin, Caiyan, Rameau, Francois, Lee, Lik-Hang, Bae, Sung-Ho, Hong, Choong Seon
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative AI meets 3D: A Survey on Text-to-3D in AIGC Era
von: Li, Chenghao, et al.
Veröffentlicht: (2023)

Fast SAM2 with Text-Driven Token Pruning
von: Mandal, Avilasha, et al.
Veröffentlicht: (2025)

Small Language Model Helps Resolve Semantic Ambiguity of LLM Prompt
von: Huang, Zhenzhen, et al.
Veröffentlicht: (2026)

Sora as a World Model? A Complete Survey on Text-to-Video Generation
von: Puspitasari, Fachrina Dewi, et al.
Veröffentlicht: (2024)

Geometric Neural Operators via Lie Group-Constrained Latent Dynamics
von: Zhang, Jiaquan, et al.
Veröffentlicht: (2026)

Agent-GWO: Collaborative Agents for Dynamic Prompt Optimization in Large Language Models
von: Wang, Xudong, et al.
Veröffentlicht: (2026)

Text summarization via global structure awareness
von: Zhang, Jiaquan, et al.
Veröffentlicht: (2026)

Exploring Kernel Transformations for Implicit Neural Representations
von: Zheng, Sheng, et al.
Veröffentlicht: (2025)

SAM Meets UAP: Attacking Segment Anything Model With Universal Adversarial Perturbation
von: Han, Dongshen, et al.
Veröffentlicht: (2023)

Logit Calibration and Feature Contrast for Robust Federated Learning on Non-IID Data
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Towards Robust Federated Learning via Logits Calibration on Non-IID Data
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Black-box Targeted Adversarial Attack on Segment Anything (SAM)
von: Zheng, Sheng, et al.
Veröffentlicht: (2023)

From Similarity to Structure: Training-free LLM Context Compression with Hybrid Graph Priors
von: Zhou, Yitian, et al.
Veröffentlicht: (2026)

A Complete Survey on LLM-based AI Chatbots
von: Dam, Sumit Kumar, et al.
Veröffentlicht: (2024)

Text-to-image Diffusion Models in Generative AI: A Survey
von: Zhang, Chenshuang, et al.
Veröffentlicht: (2023)

Efficient RAG with Intent-Aware Retrieval and Semantics-Preserving Chunking
von: Puspitasari, Fachrina Dewi, et al.
Veröffentlicht: (2026)

Experience Transfer for Multimodal LLM Agents in Minecraft Game
von: Li, Chenghao, et al.
Veröffentlicht: (2026)

FedCCL: Federated Dual-Clustered Feature Contrast Under Domain Heterogeneity
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

AM-SAM: Automated Prompting and Mask Calibration for Segment Anything Model
von: Li, Yuchen, et al.
Veröffentlicht: (2024)

PromptSAM+: Malware Detection based on Prompt Segment Anything Model
von: Wei, Xingyuan, et al.
Veröffentlicht: (2024)

GraspSAM: When Segment Anything Model Meets Grasp Detection
von: Noh, Sangjun, et al.
Veröffentlicht: (2024)

Towards Understanding Dual BN In Hybrid Adversarial Training
von: Zhang, Chenshuang, et al.
Veröffentlicht: (2024)

EVF-SAM: Early Vision-Language Fusion for Text-Prompted Segment Anything Model
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

DeiSAM: Segment Anything with Deictic Prompting
von: Shindo, Hikaru, et al.
Veröffentlicht: (2024)

Compress Any Segment Anything Model (SAM)
von: Fan, Juntong, et al.
Veröffentlicht: (2025)

SAM-LAD: Segment Anything Model Meets Zero-Shot Logic Anomaly Detection
von: Peng, Yun, et al.
Veröffentlicht: (2024)

DASH-KV: Accelerating Long-Context LLM Inference via Asymmetric KV Cache Hashing
von: Guo, Jinyu, et al.
Veröffentlicht: (2026)

PP-SAM: Perturbed Prompts for Robust Adaptation of Segment Anything Model for Polyp Segmentation
von: Rahman, Md Mostafijur, et al.
Veröffentlicht: (2024)

SAQ-SAM: Semantically-Aligned Quantization for Segment Anything Model
von: Zhang, Jing, et al.
Veröffentlicht: (2025)

Dual-Foundation Models for Unsupervised Domain Adaptation
von: Cheon, Yerin, et al.
Veröffentlicht: (2026)

TinySAM: Pushing the Envelope for Efficient Segment Anything Model
von: Shu, Han, et al.
Veröffentlicht: (2023)

DarkSAM: Fooling Segment Anything Model to Segment Nothing
von: Zhou, Ziqi, et al.
Veröffentlicht: (2024)

CDKT-FL: Cross-Device Knowledge Transfer using Proxy Dataset in Federated Learning
von: Le, Huy Q., et al.
Veröffentlicht: (2022)

SAM-OCTA: Prompting Segment-Anything for OCTA Image Segmentation
von: Chen, Xinrun, et al.
Veröffentlicht: (2023)

SPLF-SAM: Self-Prompting Segment Anything Model for Light Field Salient Object Detection
von: Xu, Qiyao, et al.
Veröffentlicht: (2025)

Extending Segment Anything Model into Auditory and Temporal Dimensions for Audio-Visual Segmentation
von: Seon, Juhyeong, et al.
Veröffentlicht: (2024)

UV-SAM: Adapting Segment Anything Model for Urban Village Identification
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

EfficientViT-SAM: Accelerated Segment Anything Model Without Accuracy Loss
von: Zhang, Zhuoyang, et al.
Veröffentlicht: (2024)

Learning to Prompt Segment Anything Models
von: Huang, Jiaxing, et al.
Veröffentlicht: (2024)

From SAM to SAM 2: Exploring Improvements in Meta's Segment Anything Model
von: Geetha, Athulya Sundaresan, et al.
Veröffentlicht: (2024)