Buchumschlag

SPLF-SAM: Self-Prompting Segment Anything Model for Light Field Salient Object Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Qiyao, Wu, Qiming, Li, Xiaowei
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

KAN-SAM: Kolmogorov-Arnold Network Guided Segment Anything Model for RGB-T Salient Object Detection
von: Li, Xingyuan, et al.
Veröffentlicht: (2025)

HyPSAM: Hybrid Prompt-driven Segment Anything Model for RGB-Thermal Salient Object Detection
von: Hou, Ruichao, et al.
Veröffentlicht: (2025)

LFSamba: Marry SAM with Mamba for Light Field Salient Object Detection
von: Liu, Zhengyi, et al.
Veröffentlicht: (2024)

SAM-DAQ: Segment Anything Model with Depth-guided Adaptive Queries for RGB-D Video Salient Object Detection
von: Lin, Jia, et al.
Veröffentlicht: (2025)

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

Adapting Segment Anything Model to Multi-modal Salient Object Detection with Semantic Feature Fusion Guidance
von: Wang, Kunpeng, et al.
Veröffentlicht: (2024)

Det-SAM2:Technical Report on the Self-Prompting Segmentation Framework Based on Segment Anything Model 2
von: Wang, Zhiting, et al.
Veröffentlicht: (2024)

SAMSOD: Rethinking SAM Optimization for RGB-T Salient Object Detection
von: Liu, Zhengyi, et al.
Veröffentlicht: (2025)

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

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

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

FocSAM: Delving Deeply into Focused Objects in Segmenting Anything
von: Huang, You, et al.
Veröffentlicht: (2024)

Char-SAM: Turning Segment Anything Model into Scene Text Segmentation Annotator with Character-level Visual Prompts
von: Xie, Enze, et al.
Veröffentlicht: (2024)

SAM-REF: Introducing Image-Prompt Synergy during Interaction for Detail Enhancement in the Segment Anything Model
von: Yu, Chongkai, et al.
Veröffentlicht: (2024)

SGP-SAM: Self-Gated Prompting for Transferring 3D Segment Anything Models to Lesion Segmentation
von: Tang, Zixuan, et al.
Veröffentlicht: (2026)

OmniSAM: Omnidirectional Segment Anything Model for UDA in Panoramic Semantic Segmentation
von: Zhong, Ding, et al.
Veröffentlicht: (2025)

A Survey on Segment Anything Model (SAM): Vision Foundation Model Meets Prompt Engineering
von: Zhang, Chaoning, et al.
Veröffentlicht: (2023)

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)

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

SAM-TTT: Segment Anything Model via Reverse Parameter Configuration and Test-Time Training for Camouflaged Object Detection
von: Yu, Zhenni, et al.
Veröffentlicht: (2025)

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

EP-SAM: Weakly Supervised Histopathology Segmentation via Enhanced Prompt with Segment Anything
von: Song, Joonhyeon, et al.
Veröffentlicht: (2024)

Boosting Segment Anything Model to Generalize Visually Non-Salient Scenarios
von: Guo, Guangqian, et al.
Veröffentlicht: (2026)

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

Segment Anything in Light Fields for Real-Time Applications via Constrained Prompting
von: Goncharov, Nikolai, et al.
Veröffentlicht: (2024)

Visual Consensus Prompting for Co-Salient Object Detection
von: Wang, Jie, et al.
Veröffentlicht: (2025)

Modality Prompts for Arbitrary Modality Salient Object Detection
von: Huang, Nianchang, et al.
Veröffentlicht: (2024)

Register Anything: Estimating "Corresponding Prompts" for Segment Anything Model
von: Huang, Shiqi, et al.
Veröffentlicht: (2025)

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

SPDA-SAM: A Self-prompted Depth-Aware Segment Anything Model for Instance Segmentation
von: Shang, Yihan, et al.
Veröffentlicht: (2026)

TS-SAM: Fine-Tuning Segment-Anything Model for Downstream Tasks
von: Yu, Yang, et al.
Veröffentlicht: (2024)

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

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

SAM3-UNet: Simplified Adaptation of Segment Anything Model 3
von: Xiong, Xinyu, et al.
Veröffentlicht: (2025)

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

PointSAM: Pointly-Supervised Segment Anything Model for Remote Sensing Images
von: Liu, Nanqing, et al.
Veröffentlicht: (2024)

SAM-PD: How Far Can SAM Take Us in Tracking and Segmenting Anything in Videos by Prompt Denoising
von: Zhou, Tao, et al.
Veröffentlicht: (2024)

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

LFX: Towards Unified Light Field Dense Semantic Segmentation and Salient Object Detection
von: Teng, Fei, et al.
Veröffentlicht: (2025)

Unified-modal Salient Object Detection via Adaptive Prompt Learning
von: Wang, Kunpeng, et al.
Veröffentlicht: (2023)