RegCL: Continual Adaptation of Segment Anything Model via Model Merging
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Shu, Yuan-Chen, Lin, Zhiwei, Wang, Yongtao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
StructSAM: Structure- and Spectrum-Preserving Token Merging for Segment Anything Models
par: Nguyen, Duy M. H., et autres
Publié: (2026)
par: Nguyen, Duy M. H., et autres
Publié: (2026)
CoLLM-NAS: Collaborative Large Language Models for Efficient Knowledge-Guided Neural Architecture Search
par: Li, Zhe, et autres
Publié: (2025)
par: Li, Zhe, et autres
Publié: (2025)
Composition Vision-Language Understanding via Segment and Depth Anything Model
par: Huo, Mingxiao, et autres
Publié: (2024)
par: Huo, Mingxiao, et autres
Publié: (2024)
Convolution Meets LoRA: Parameter Efficient Finetuning for Segment Anything Model
par: Zhong, Zihan, et autres
Publié: (2024)
par: Zhong, Zihan, et autres
Publié: (2024)
CodeMerge: Codebook-Guided Model Merging for Robust Test-Time Adaptation in Autonomous Driving
par: Yang, Huitong, et autres
Publié: (2025)
par: Yang, Huitong, et autres
Publié: (2025)
Continual Learning for Segment Anything Model Adaptation
par: Yang, Jinglong, et autres
Publié: (2024)
par: Yang, Jinglong, et autres
Publié: (2024)
Segment Anything without Supervision
par: Wang, XuDong, et autres
Publié: (2024)
par: Wang, XuDong, et autres
Publié: (2024)
Segment Anything Model is a Good Teacher for Local Feature Learning
par: Wu, Jingqian, et autres
Publié: (2023)
par: Wu, Jingqian, et autres
Publié: (2023)
Promptable Foundation Models for SAR Remote Sensing: Adapting the Segment Anything Model for Snow Avalanche Segmentation
par: Gelato, Riccardo, et autres
Publié: (2026)
par: Gelato, Riccardo, et autres
Publié: (2026)
DC-Merge: Improving Model Merging with Directional Consistency
par: Zhang, Han-Chen, et autres
Publié: (2026)
par: Zhang, Han-Chen, et autres
Publié: (2026)
MedCRP-CL: Continual Medical Image Segmentation via Bayesian Nonparametric Semantic Modality Discovery
par: Gao, Ziyuan
Publié: (2026)
par: Gao, Ziyuan
Publié: (2026)
Red-Teaming Segment Anything Model
par: Jankowski, Krzysztof, et autres
Publié: (2024)
par: Jankowski, Krzysztof, et autres
Publié: (2024)
Segment Anything Model for Medical Images?
par: Huang, Yuhao, et autres
Publié: (2023)
par: Huang, Yuhao, et autres
Publié: (2023)
AM-SAM: Automated Prompting and Mask Calibration for Segment Anything Model
par: Li, Yuchen, et autres
Publié: (2024)
par: Li, Yuchen, et autres
Publié: (2024)
Revitalizing the Beginning: Avoiding Storage Dependency for Model Merging in Continual Learning
par: Wang, Xi, et autres
Publié: (2026)
par: Wang, Xi, et autres
Publié: (2026)
SAMSA: Segment Anything Model Enhanced with Spectral Angles for Hyperspectral Interactive Medical Image Segmentation
par: Roddan, Alfie, et autres
Publié: (2025)
par: Roddan, Alfie, et autres
Publié: (2025)
Multi-Task Model Merging via Adaptive Weight Disentanglement
par: Xiong, Feng, et autres
Publié: (2024)
par: Xiong, Feng, et autres
Publié: (2024)
Reservoir-enhanced Segment Anything Model for Subsurface Diagnosis
par: Zhou, Xiren, et autres
Publié: (2025)
par: Zhou, Xiren, et autres
Publié: (2025)
Continual Learning in Vision-Language Models via Aligned Model Merging
par: Sokar, Ghada, et autres
Publié: (2025)
par: Sokar, Ghada, et autres
Publié: (2025)
AdaCL:Adaptive Continual Learning
par: Yildirim, Elif Ceren Gok, et autres
Publié: (2023)
par: Yildirim, Elif Ceren Gok, et autres
Publié: (2023)
Atlas-Assisted Segment Anything Model for Fetal Brain MRI (FeTal-SAM)
par: Zeng, Qi, et autres
Publié: (2026)
par: Zeng, Qi, et autres
Publié: (2026)
AdaMerging: Adaptive Model Merging for Multi-Task Learning
par: Yang, Enneng, et autres
Publié: (2023)
par: Yang, Enneng, et autres
Publié: (2023)
Adapting Segment Anything Model to Melanoma Segmentation in Microscopy Slide Images
par: Liu, Qingyuan, et autres
Publié: (2024)
par: Liu, Qingyuan, et autres
Publié: (2024)
EMR-Merging: Tuning-Free High-Performance Model Merging
par: Huang, Chenyu, et autres
Publié: (2024)
par: Huang, Chenyu, et autres
Publié: (2024)
PTQ4SAM: Post-Training Quantization for Segment Anything
par: Lv, Chengtao, et autres
Publié: (2024)
par: Lv, Chengtao, et autres
Publié: (2024)
SAM2RL: Towards Reinforcement Learning Memory Control in Segment Anything Model 2
par: Adamyan, Alen, et autres
Publié: (2025)
par: Adamyan, Alen, et autres
Publié: (2025)
Training-Free Open-Ended Object Detection and Segmentation via Attention as Prompts
par: Lin, Zhiwei, et autres
Publié: (2024)
par: Lin, Zhiwei, et autres
Publié: (2024)
Testing the Segment Anything Model on radiology data
par: de Almeida, José Guilherme, et autres
Publié: (2023)
par: de Almeida, José Guilherme, et autres
Publié: (2023)
Segment Anything Model for Grain Characterization in Hard Drive Design
par: Nichols, Kai, et autres
Publié: (2024)
par: Nichols, Kai, et autres
Publié: (2024)
RegMixMatch: Optimizing Mixup Utilization in Semi-Supervised Learning
par: Han, Haorong, et autres
Publié: (2024)
par: Han, Haorong, et autres
Publié: (2024)
CL-MoE: Enhancing Multimodal Large Language Model with Dual Momentum Mixture-of-Experts for Continual Visual Question Answering
par: Huai, Tianyu, et autres
Publié: (2025)
par: Huai, Tianyu, et autres
Publié: (2025)
Merging without Forgetting: Continual Fusion of Task-Specific Models via Optimal Transport
par: Pan, Zecheng, et autres
Publié: (2025)
par: Pan, Zecheng, et autres
Publié: (2025)
Localize-and-Stitch: Efficient Model Merging via Sparse Task Arithmetic
par: He, Yifei, et autres
Publié: (2024)
par: He, Yifei, et autres
Publié: (2024)
FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models
par: Huang, Chenyu, et autres
Publié: (2026)
par: Huang, Chenyu, et autres
Publié: (2026)
Saliency-Aware Model Merging
par: Park, Jungin, et autres
Publié: (2026)
par: Park, Jungin, et autres
Publié: (2026)
SAM 2: Segment Anything in Images and Videos
par: Ravi, Nikhila, et autres
Publié: (2024)
par: Ravi, Nikhila, et autres
Publié: (2024)
Mitigating the Bias in the Model for Continual Test-Time Adaptation
par: Chung, Inseop, et autres
Publié: (2024)
par: Chung, Inseop, et autres
Publié: (2024)
Efficient Prompting for Continual Adaptation to Missing Modalities
par: Guo, Zirun, et autres
Publié: (2025)
par: Guo, Zirun, et autres
Publié: (2025)
BM-CL: Bias Mitigation through the lens of Continual Learning
par: Mansilla, Lucas, et autres
Publié: (2025)
par: Mansilla, Lucas, et autres
Publié: (2025)
SelfAdapt: Unsupervised Domain Adaptation of Cell Segmentation Models
par: Reith, Fabian H., et autres
Publié: (2025)
par: Reith, Fabian H., et autres
Publié: (2025)
Documents similaires
-
StructSAM: Structure- and Spectrum-Preserving Token Merging for Segment Anything Models
par: Nguyen, Duy M. H., et autres
Publié: (2026) -
CoLLM-NAS: Collaborative Large Language Models for Efficient Knowledge-Guided Neural Architecture Search
par: Li, Zhe, et autres
Publié: (2025) -
Composition Vision-Language Understanding via Segment and Depth Anything Model
par: Huo, Mingxiao, et autres
Publié: (2024) -
Convolution Meets LoRA: Parameter Efficient Finetuning for Segment Anything Model
par: Zhong, Zihan, et autres
Publié: (2024) -
CodeMerge: Codebook-Guided Model Merging for Robust Test-Time Adaptation in Autonomous Driving
par: Yang, Huitong, et autres
Publié: (2025)