Buchumschlag

SAM3-LiteText: An Anatomical Study of the SAM3 Text Encoder for Efficient Vision-Language Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeng, Chengxi, Jiang, Yuxuan, Gao, Ge, Wang, Shuai, Danier, Duolikun, Zhu, Bin, Rudinac, Stevan, Bull, David, Zhang, Fan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Enhancing Deformable Convolution based Video Frame Interpolation with Coarse-to-fine 3D CNN
von: Danier, Duolikun, et al.
Veröffentlicht: (2022)

BVI-VFI: A Video Quality Database for Video Frame Interpolation
von: Danier, Duolikun, et al.
Veröffentlicht: (2022)

ST-MFNet: A Spatio-Temporal Multi-Flow Network for Frame Interpolation
von: Danier, Duolikun, et al.
Veröffentlicht: (2021)

LDMVFI: Video Frame Interpolation with Latent Diffusion Models
von: Danier, Duolikun, et al.
Veröffentlicht: (2023)

A Subjective Quality Study for Video Frame Interpolation
von: Danier, Duolikun, et al.
Veröffentlicht: (2022)

RankDVQA: Deep VQA based on Ranking-inspired Hybrid Training
von: Feng, Chen, et al.
Veröffentlicht: (2022)

GFix: Perceptually Enhanced Gaussian Splatting Video Compression
von: Teng, Siyue, et al.
Veröffentlicht: (2025)

Agglomerating Large Vision Encoders via Distillation for VFSS Segmentation
von: Zeng, Chengxi, et al.
Veröffentlicht: (2025)

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

MoonSeg3R: Monocular Online Zero-Shot Segment Anything in 3D with Reconstructive Foundation Priors
von: Du, Zhipeng, et al.
Veröffentlicht: (2025)

Image2Text2Image: A Novel Framework for Label-Free Evaluation of Image-to-Text Generation with Text-to-Image Diffusion Models
von: Huang, Jia-Hong, et al.
Veröffentlicht: (2024)

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

SAM-PTx: Text-Guided Fine-Tuning of SAM with Parameter-Efficient, Parallel-Text Adapters
von: Jalilian, Shayan, et al.
Veröffentlicht: (2025)

MVAD: A Multiple Visual Artifact Detector for Video Streaming
von: Feng, Chen, et al.
Veröffentlicht: (2024)

BVI-Artefact: An Artefact Detection Benchmark Dataset for Streamed Videos
von: Feng, Chen, et al.
Veröffentlicht: (2023)

Lite-SAM Is Actually What You Need for Segment Everything
von: Fu, Jianhai, et al.
Veröffentlicht: (2024)

Ref-SAM3D: Bridging SAM3D with Text for Reference 3D Reconstruction
von: Zhou, Yun, et al.
Veröffentlicht: (2025)

SAM Fewshot Finetuning for Anatomical Segmentation in Medical Images
von: Xie, Weiyi, et al.
Veröffentlicht: (2024)

CS3: Cascade SAM for Sperm Segmentation
von: Shi, Yi, et al.
Veröffentlicht: (2024)

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

RefSAM3D: Adapting SAM with Cross-modal Reference for 3D Medical Image Segmentation
von: Gao, Xiang, et al.
Veröffentlicht: (2024)

SAM & SAM 2 in 3D Slicer: SegmentWithSAM Extension for Annotating Medical Images
von: Yildiz, Zafer, et al.
Veröffentlicht: (2024)

3DTeethSAM: Taming SAM2 for 3D Teeth Segmentation
von: Lu, Zhiguo, et al.
Veröffentlicht: (2025)

RMT-BVQA: Recurrent Memory Transformer-based Blind Video Quality Assessment for Enhanced Video Content
von: Peng, Tianhao, et al.
Veröffentlicht: (2024)

Full-reference Video Quality Assessment for User Generated Content Transcoding
von: Qi, Zihao, et al.
Veröffentlicht: (2023)

Enhancing HDR Video Compression through CNN-based Effective Bit Depth Adaptation
von: Feng, Chen, et al.
Veröffentlicht: (2022)

RankDVQA-mini: Knowledge Distillation-Driven Deep Video Quality Assessment
von: Feng, Chen, et al.
Veröffentlicht: (2023)

View-Consistent Diffusion Representations for 3D-Consistent Video Generation
von: Danier, Duolikun, et al.
Veröffentlicht: (2025)

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

TP-DRSeg: Improving Diabetic Retinopathy Lesion Segmentation with Explicit Text-Prompts Assisted SAM
von: Li, Wenxue, et al.
Veröffentlicht: (2024)

ET-SAM: Efficient Point Prompt Prediction in SAM for Unified Scene Text Detection and Layout Analysis
von: Zhang, Xike, et al.
Veröffentlicht: (2026)

A Novel Evaluation Framework for Image2Text Generation
von: Huang, Jia-Hong, et al.
Veröffentlicht: (2024)

Tarot-SAM3: Training-free SAM3 for Any Referring Expression Segmentation
von: Zhang, Weiming, et al.
Veröffentlicht: (2026)

Enhancing Interactive Image Retrieval With Query Rewriting Using Large Language Models and Vision Language Models
von: Zhu, Hongyi, et al.
Veröffentlicht: (2024)

SAMWISE: Infusing Wisdom in SAM2 for Text-Driven Video Segmentation
von: Cuttano, Claudia, et al.
Veröffentlicht: (2024)

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

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

SAM3-DMS: Decoupled Memory Selection for Multi-target Video Segmentation of SAM3
von: Shen, Ruiqi, et al.
Veröffentlicht: (2026)

Comparing SAM 2 and SAM 3 for Zero-Shot Segmentation of 3D Medical Data
von: Chakrabarty, Satrajit, et al.
Veröffentlicht: (2025)