Buchumschlag

ClipSAM: CLIP and SAM Collaboration for Zero-Shot Anomaly Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Shengze, Cao, Jianjian, Ye, Peng, Ding, Yuhan, Tu, Chongjun, Chen, Tao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Zero Shot Context-Based Object Segmentation using SLIP (SAM+CLIP)
von: Gundavarapu, Saaketh Koundinya, et al.
Veröffentlicht: (2024)

Enhancing Zero-Shot Anomaly Detection: CLIP-SAM Collaboration with Cascaded Prompts
von: Hou, Yanning, et al.
Veröffentlicht: (2025)

GeoSAM2: Unleashing the Power of SAM2 for 3D Part Segmentation
von: Deng, Ken, et al.
Veröffentlicht: (2025)

Investigating the Semantic Robustness of CLIP-based Zero-Shot Anomaly Segmentation
von: Stangl, Kevin, et al.
Veröffentlicht: (2024)

Test-Time Adaptation with SaLIP: A Cascade of SAM and CLIP for Zero shot Medical Image Segmentation
von: Aleem, Sidra, et al.
Veröffentlicht: (2024)

PG-SAM: Prior-Guided SAM with Medical for Multi-organ Segmentation
von: Zhong, Yiheng, et al.
Veröffentlicht: (2025)

Zero-Shot Segmentation of Eye Features Using the Segment Anything Model (SAM)
von: Maquiling, Virmarie, et al.
Veröffentlicht: (2023)

Zero-Shot Refinement of Buildings' Segmentation Models using SAM
von: Mayladan, Ali, et al.
Veröffentlicht: (2023)

ProtoSAM: One-Shot Medical Image Segmentation With Foundational Models
von: Ayzenberg, Lev, et al.
Veröffentlicht: (2024)

SAM 3: Segment Anything with Concepts
von: Carion, Nicolas, et al.
Veröffentlicht: (2025)

TextureSAM: Towards a Texture Aware Foundation Model for Segmentation
von: Cohen, Inbal, et al.
Veröffentlicht: (2025)

MedSAM3: Delving into Segment Anything with Medical Concepts
von: Liu, Anglin, et al.
Veröffentlicht: (2025)

MIAS-SAM: Medical Image Anomaly Segmentation without thresholding
von: Colussi, Marco, et al.
Veröffentlicht: (2025)

GeoSAM: Fine-tuning SAM with Multi-Modal Prompts for Mobility Infrastructure Segmentation
von: Sultan, Rafi Ibn, et al.
Veröffentlicht: (2023)

AutoProSAM: Automated Prompting SAM for 3D Multi-Organ Segmentation
von: Li, Chengyin, et al.
Veröffentlicht: (2023)

SAM-Fed: SAM-Guided Federated Semi-Supervised Learning for Medical Image Segmentation
von: Nasirihaghighi, Sahar, et al.
Veröffentlicht: (2025)

SAM4UDASS: When SAM Meets Unsupervised Domain Adaptive Semantic Segmentation in Intelligent Vehicles
von: Yan, Weihao, et al.
Veröffentlicht: (2023)

SCALER: SAM-Enhanced Collaborative Learning for Label-Deficient Concealed Object Segmentation
von: He, Chunming, et al.
Veröffentlicht: (2025)

Multimodal SAM-adapter for Semantic Segmentation
von: Curti, Iacopo, et al.
Veröffentlicht: (2025)

FB-CLIP: Fine-Grained Zero-Shot Anomaly Detection with Foreground-Background Disentanglement
von: Hu, Ming, et al.
Veröffentlicht: (2026)

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

X-SAM: From Segment Anything to Any Segmentation
von: Wang, Hao, et al.
Veröffentlicht: (2025)

SeqSAM: Autoregressive Multiple Hypothesis Prediction for Medical Image Segmentation using SAM
von: Towle, Benjamin, et al.
Veröffentlicht: (2025)

AoP-SAM: Automation of Prompts for Efficient Segmentation
von: Chen, Yi, et al.
Veröffentlicht: (2025)

SimSAM: Zero-shot Medical Image Segmentation via Simulated Interaction
von: Towle, Benjamin, et al.
Veröffentlicht: (2024)

Medical SAM3: A Foundation Model for Universal Prompt-Driven Medical Image Segmentation
von: Jiang, Chongcong, et al.
Veröffentlicht: (2026)

TextSAM-EUS: Text Prompt Learning for SAM to Accurately Segment Pancreatic Tumor in Endoscopic Ultrasound
von: Spiegler, Pascal, et al.
Veröffentlicht: (2025)

BALR-SAM: Boundary-Aware Low-Rank Adaptation of SAM for Resource-Efficient Medical Image Segmentation
von: Liu, Zelin, et al.
Veröffentlicht: (2025)

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

PGP-SAM: Prototype-Guided Prompt Learning for Efficient Few-Shot Medical Image Segmentation
von: Yan, Zhonghao, et al.
Veröffentlicht: (2025)

FloorSAM: SAM-Guided Floorplan Reconstruction with Semantic-Geometric Fusion
von: Ye, Han, et al.
Veröffentlicht: (2025)

SurgicalPart-SAM: Part-to-Whole Collaborative Prompting for Surgical Instrument Segmentation
von: Yue, Wenxi, et al.
Veröffentlicht: (2023)

Zero-Shot Pupil Segmentation with SAM 2: A Case Study of Over 14 Million Images
von: Maquiling, Virmarie, et al.
Veröffentlicht: (2024)

EfficientSAM3: Progressive Hierarchical Distillation for Video Concept Segmentation from SAM1, 2, and 3
von: Zeng, Chengxi, et al.
Veröffentlicht: (2025)

OVS-DINO: Open-Vocabulary Segmentation via Structure-Aligned SAM-DINO with Language Guidance
von: Zeng, Haoxi, et al.
Veröffentlicht: (2026)

Transductive Zero-Shot and Few-Shot CLIP
von: Martin, Ségolène, et al.
Veröffentlicht: (2024)

Challenge Summary U-MedSAM: Uncertainty-aware MedSAM for Medical Image Segmentation
von: Wang, Xin, et al.
Veröffentlicht: (2024)

X2SAM: Any Segmentation in Images and Videos
von: Wang, Hao, et al.
Veröffentlicht: (2026)

SAM for Robust Mitochondria Instance Segmentation in Fluorescence Microscopy
von: Jadhav, Suyog, et al.
Veröffentlicht: (2026)

TV-SAM: Increasing Zero-Shot Segmentation Performance on Multimodal Medical Images Using GPT-4 Generated Descriptive Prompts Without Human Annotation
von: Jiang, Zekun, et al.
Veröffentlicht: (2024)