Buchumschlag

High-Performance Few-Shot Segmentation with Foundation Models: An Empirical Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chang, Shijie, Zhang, Lihe, Lu, Huchuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Mask: Rethinking Guidance Types in Few-shot Segmentation
von: Chang, Shijie, et al.
Veröffentlicht: (2024)

Adaptive Multi-source Predictor for Zero-shot Video Object Segmentation
von: Zhao, Xiaoqi, et al.
Veröffentlicht: (2023)

UniSegDiff: Boosting Unified Lesion Segmentation via a Staged Diffusion Model
von: Hu, Yilong, et al.
Veröffentlicht: (2025)

Referring Remote Sensing Image Segmentation with Cross-view Semantics Interaction Network
von: Yang, Jiaxing, et al.
Veröffentlicht: (2025)

Spatial Semantic Recurrent Mining for Referring Image Segmentation
von: Yang, Jiaxing, et al.
Veröffentlicht: (2024)

Open-Vocabulary Camouflaged Object Segmentation
von: Pang, Youwei, et al.
Veröffentlicht: (2023)

Multi-view Aggregation Network for Dichotomous Image Segmentation
von: Yu, Qian, et al.
Veröffentlicht: (2024)

Towards Diverse Binary Segmentation via A Simple yet General Gated Network
von: Zhao, Xiaoqi, et al.
Veröffentlicht: (2023)

High-Precision Dichotomous Image Segmentation via Probing Diffusion Capacity
von: Yu, Qian, et al.
Veröffentlicht: (2024)

ComPtr: Towards Diverse Bi-source Dense Prediction Tasks via A Simple yet General Complementary Transformer
von: Pang, Youwei, et al.
Veröffentlicht: (2023)

Few-Shot Panoptic Segmentation With Foundation Models
von: Käppeler, Markus, et al.
Veröffentlicht: (2023)

Adapting Foundation Models for Few-Shot Medical Image Segmentation: Actively and Sequentially
von: Yang, Jingyun, et al.
Veröffentlicht: (2025)

Learning Robust Correlation with Foundation Model for Weakly-Supervised Few-Shot Segmentation
von: Huang, Xinyang, et al.
Veröffentlicht: (2024)

A Novel Benchmark for Few-Shot Semantic Segmentation in the Era of Foundation Models
von: Bensaid, Reda, et al.
Veröffentlicht: (2024)

UniMRSeg: Unified Modality-Relax Segmentation via Hierarchical Self-Supervised Compensation
von: Zhao, Xiaoqi, et al.
Veröffentlicht: (2025)

Inspiring the Next Generation of Segment Anything Models: Comprehensively Evaluate SAM and SAM 2 with Diverse Prompts Towards Context-Dependent Concepts under Different Scenes
von: Zhao, Xiaoqi, et al.
Veröffentlicht: (2024)

ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection
von: Pang, Youwei, et al.
Veröffentlicht: (2023)

M$^{2}$SNet: Multi-scale in Multi-scale Subtraction Network for Medical Image Segmentation
von: Zhao, Xiaoqi, et al.
Veröffentlicht: (2023)

Spider: A Unified Framework for Context-dependent Concept Segmentation
von: Zhao, Xiaoqi, et al.
Veröffentlicht: (2024)

Few-Shot Adaptation of Training-Free Foundation Model for 3D Medical Image Segmentation
von: He, Xingxin, et al.
Veröffentlicht: (2025)

Towards Foundation Models and Few-Shot Parameter-Efficient Fine-Tuning for Volumetric Organ Segmentation
von: Silva-Rodríguez, Julio, et al.
Veröffentlicht: (2023)

Inter- and Intra-image Refinement for Few Shot Segmentation
von: Fu, Ourui, et al.
Veröffentlicht: (2025)

Dynamic Gradient Sparsification Training for Few-Shot Fine-tuning of CT Lymph Node Segmentation Foundation Model
von: Luo, Zihao, et al.
Veröffentlicht: (2025)

CAT-SAM: Conditional Tuning for Few-Shot Adaptation of Segment Anything Model
von: Xiao, Aoran, et al.
Veröffentlicht: (2024)

Selective, Regularized, and Calibrated: Harnessing Vision Foundation Models for Cross-Domain Few-Shot Semantic Segmentation
von: Ma, Junyuan, et al.
Veröffentlicht: (2026)

Exploring Few-Shot Defect Segmentation in General Industrial Scenarios with Metric Learning and Vision Foundation Models
von: Liu, Tongkun, et al.
Veröffentlicht: (2025)

Harnessing Vision Foundation Models for High-Performance, Training-Free Open Vocabulary Segmentation
von: Shi, Yuheng, et al.
Veröffentlicht: (2024)

Boosting Few-Shot Semantic Segmentation Via Segment Anything Model
von: Feng, Chen-Bin, et al.
Veröffentlicht: (2024)

Reinforcing Video Reasoning Segmentation to Think Before It Segments
von: Gong, Sitong, et al.
Veröffentlicht: (2025)

Hybrid Mamba for Few-Shot Segmentation
von: Xu, Qianxiong, et al.
Veröffentlicht: (2024)

Object-level Correlation for Few-Shot Segmentation
von: Wen, Chunlin, et al.
Veröffentlicht: (2025)

Complementary and Contrastive Learning for Audio-Visual Segmentation
von: Gong, Sitong, et al.
Veröffentlicht: (2025)

Domain-Rectifying Adapter for Cross-Domain Few-Shot Segmentation
von: Su, Jiapeng, et al.
Veröffentlicht: (2024)

Rethinking Evaluation of Infrared Small Target Detection
von: Pang, Youwei, et al.
Veröffentlicht: (2025)

UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression
von: Zhao, Yuan, et al.
Veröffentlicht: (2025)

HAAF: Hierarchical Adaptation and Alignment of Foundation Models for Few-Shot Pathology Anomaly Detection
von: Yang, Chunze, et al.
Veröffentlicht: (2026)

Controllable Relation Disentanglement for Few-Shot Class-Incremental Learning
von: Zhou, Yuan, et al.
Veröffentlicht: (2024)

Multi-Scale and Detail-Enhanced Segment Anything Model for Salient Object Detection
von: Gao, Shixuan, et al.
Veröffentlicht: (2024)

Multi-Text Guided Few-Shot Semantic Segmentation
von: Jiao, Qiang, et al.
Veröffentlicht: (2025)

Few-Shot Medical Image Segmentation with High-Fidelity Prototypes
von: Tang, Song, et al.
Veröffentlicht: (2024)