Buchumschlag

UrbanSAM: Learning Invariance-Inspired Adapters for Segment Anything Models in Urban Construction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chenyu, Hong, Danfeng, Zhang, Bing, Li, Yuxuan, Camps-Valls, Gustau, Zhu, Xiao Xiang, Chanussot, Jocelyn
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Foundation Models in Remote Sensing: Evolving from Unimodality to Multimodality
von: Hong, Danfeng, et al.
Veröffentlicht: (2026)

SpectralMamba: Efficient Mamba for Hyperspectral Image Classification
von: Yao, Jing, et al.
Veröffentlicht: (2024)

KANO: Kolmogorov-Arnold Neural Operator for Image Super-Resolution
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

Low-Rank Representations Meets Deep Unfolding: A Generalized and Interpretable Network for Hyperspectral Anomaly Detection
von: Li, Chenyu, et al.
Veröffentlicht: (2024)

MambaX: Image Super-Resolution with State Predictive Control
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

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

Uncertainty-Aware Deep Learning for Wildfire Danger Forecasting
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

Medical SAM Adapter: Adapting Segment Anything Model for Medical Image Segmentation
von: Wu, Junde, et al.
Veröffentlicht: (2023)

A Survey of Sample-Efficient Deep Learning for Change Detection in Remote Sensing: Tasks, Strategies, and Challenges
von: Ding, Lei, et al.
Veröffentlicht: (2025)

Hyperspectral Imaging
von: Hong, Danfeng, et al.
Veröffentlicht: (2025)

Fun with Flags: Robust Principal Directions via Flag Manifolds
von: Mankovich, Nathan, et al.
Veröffentlicht: (2024)

SAM3-Adapter: Efficient Adaptation of Segment Anything 3 for Camouflage Object Segmentation, Shadow Detection, and Medical Image Segmentation
von: Chen, Tianrun, et al.
Veröffentlicht: (2025)

SAM2-Adapter: Evaluating & Adapting Segment Anything 2 in Downstream Tasks: Camouflage, Shadow, Medical Image Segmentation, and More
von: Chen, Tianrun, et al.
Veröffentlicht: (2024)

A Flag Decomposition for Hierarchical Datasets
von: Mankovich, Nathan, et al.
Veröffentlicht: (2025)

Hi-SAM: Marrying Segment Anything Model for Hierarchical Text Segmentation
von: Ye, Maoyuan, et al.
Veröffentlicht: (2024)

FusionSAM: Visual Multi-Modal Learning with Segment Anything
von: Li, Daixun, et al.
Veröffentlicht: (2024)

Biomedical SAM 2: Segment Anything in Biomedical Images and Videos
von: Yan, Zhiling, et al.
Veröffentlicht: (2024)

SpectralGPT: Spectral Remote Sensing Foundation Model
von: Hong, Danfeng, et al.
Veröffentlicht: (2023)

Neural Plasticity-Inspired Multimodal Foundation Model for Earth Observation
von: Xiong, Zhitong, et al.
Veröffentlicht: (2024)

SAM3-I: Segment Anything with Instructions
von: Li, Jingjing, et al.
Veröffentlicht: (2025)

On the Generalization of Representation Uncertainty in Earth Observation
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

Video Compression for Spatiotemporal Earth System Data
von: Pellicer-Valero, Oscar J., et al.
Veröffentlicht: (2025)

Any-Optical-Model: A Universal Foundation Model for Optical Remote Sensing
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

ClassWise-SAM-Adapter: Parameter Efficient Fine-tuning Adapts Segment Anything to SAR Domain for Semantic Segmentation
von: Pu, Xinyang, et al.
Veröffentlicht: (2024)

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

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

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

RefSAM: Efficiently Adapting Segmenting Anything Model for Referring Video Object Segmentation
von: Li, Yonglin, et al.
Veröffentlicht: (2023)

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

Joint Super-Resolution and Segmentation for 1-m Impervious Surface Area Mapping in China's Yangtze River Economic Belt
von: Deng, Jie, et al.
Veröffentlicht: (2025)

SAM4D: Segment Anything in Camera and LiDAR Streams
von: Xu, Jianyun, et al.
Veröffentlicht: (2025)

AlignSAM: Aligning Segment Anything Model to Open Context via Reinforcement Learning
von: Huang, Duojun, et al.
Veröffentlicht: (2024)

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

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

SAM Audio: Segment Anything in Audio
von: Shi, Bowen, et al.
Veröffentlicht: (2025)

PTQ4SAM: Post-Training Quantization for Segment Anything
von: Lv, Chengtao, et al.
Veröffentlicht: (2024)

PaveSAM Segment Anything for Pavement Distress
von: Owor, Neema Jakisa, et al.
Veröffentlicht: (2024)

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

WSI-SAM: Multi-resolution Segment Anything Model (SAM) for histopathology whole-slide images
von: Liu, Hong, et al.
Veröffentlicht: (2024)

Segment Anything Is Not Always Perfect: An Investigation of SAM on Different Real-world Applications
von: Ji, Wei, et al.
Veröffentlicht: (2023)