Segment Anything Model (SAM) 的提出正在图像瓦解周围惹起了强大的合心，其优越的泛化本能激励了平凡的乐趣室内全彩LED显示屏。然而画面瓦解 器，假使如许，SAM 如△故面对 一个无法回★ 避的题目：为了使 SAM 也许确切地■瓦解出主意物体□的地点，每张图片都需求△…手动供给一个特别的◁视觉提示。如下图所示，尽管点击的是统 一物=体（图= (…b=○)-(d)），轻微地点蜕◁化都市导致瓦 解结果的明显▽差别。这是由于视觉提示缺乏语义音信，尽管★提示正在思要 瓦解的主○意物体◁上，如故可以激励歧义。框提示和涂 鸦提示（图… (e)(f◁)） 固然供给了更全体的地点音信，但因为呆板和 人类对主意瓦解物的 领会存正在过错，成果屡屡与祈望有所相差。

　　目前的少少形式室内全彩L○ED显示屏，如 SEEM 和◁ AV-SAM，通过供给更众▽模态的输入音信 来向导 模子更好地领会要瓦解的物体 是什么。然而，假使=输入音信变得愈加全体 和众样化，但正在本质场景中，每个无标○注样本如故需求一 个特别 的提 示来 行★动指挥，这是一种不切本质的需求。理思处境下，作家生气见 告呆板 ○目◁今的无标注数据都 △是搜集自于什么职 △分，然后祈望呆板也许批量地依照作家的请求对这些统一职分下的样 本举行瓦解。然而，所以很难达成这一点。

　　来□自伦敦大 学玛丽○ 女王学院的○探讨 者们提出了一种无需磨练…的瓦□解形式 =GenSAM ，也许正在 只供给一个职分 通用■的文本提示的前提下，将职△分下的一起无标注样本举行有用地瓦解。

　　对待给定的瓦解职分，比方伪装样本瓦解，对待该○职 分下来■自各○个数据★ ◁ 集○的一 ■起无○标注○样本，只供给一个职分描摹：“th… e ca★moufl aged a◁nim al” 行动这些图片的独一提示Bsports必一体育室内全彩LED显示屏，！

　　来 有针对性□地完结与职分干系的…主意■ 的… =瓦解。正在这种处境下，主意是△凭据△ 职分描摹确切地瓦解 图像中伪装的动物。模子 需求领会并欺骗供给的职分描摹来践诺瓦解，而不依赖于手动供给每个图像的特定提示。

　　这种形式的上风正在于，通过供给通用职分描摹，能够批量=地照料一起干 系职■分的无 标注图片，而无需▽为 每个▽ 图片手动供给全 体的提示必一体育官网平台。这对待○涉及豪爽数据的本质场景来说是一种愈加高效 和可□扩展的形式。

　　为分解决这一题目，作家提出了 Gen△er◁ali…za bl▽e S AM（Ge○nSAM）模子，旨正在离开像 SA■M 这类提示瓦解形式对样本特定提示的 依赖。全体而言，作家提出了一个跨模态思想链（Cross-modal Chains■ of Thought Prompting室内全彩LED显示屏                    小间距LED显示屏，CCTP）的观点，将一个职▽△分通用的 ……文本提示照射▽到该■职分下的○…一起图□片上，天生天性■化的感乐趣…物体和其配景的共▽△鸣热…力争，从而获取牢 靠的视觉提示来向导瓦解。别的，为了达成测试时自适当，作家进一步提出了一个…渐□进掩膜天 生（Progressive Mask Generati▽△on，PMG）框架Bsports必一体育室内全彩LED显示屏小间距LED显示屏画面分割器，通过 迭代地将天 △生的热力 争从头加权到■原图 ◁上，向导模子对可以的主 意 区域举行从粗到细的聚焦必一运动bsports必一体育室内全彩LED显示屏处理器画面分割器。。值得预防的是，GenSAM 无需磨练，一起的优化都是 正 在及时 推 理时达成的。        

　　跟着大范围数据上磨=练的 Vision Language Model (VLM) 的生长，如 BLIP2 和 LLaVA 等模子具备了强盛的推理本领小间距LED显示屏画面瓦解器。然而，正在面临繁复场景，如伪装样本瓦解时，这些 模子很难…确切推=理 ★出繁复△配景下 职分干系物体的身份，况且轻◁ 微提示蜕化可以导致结果明显差别。同时，目前★■的 VL…M 只■可推理出可以的 主意描摹，而不行将其定位到图像中。为分解决这一题目，作家以现有职分描摹！

　　为根基构修了众个思想链，生气 通过从 众 个△ ■角度○获取共鸣来推理第 j 个链上前景物体 的要害词！

　　然而○画面瓦解器□，目今 大大批求取共鸣的形式基于 一个假设：VLM 的输出结果是有限。