基于目标检测器和经适应的 SAR 图像分割模型的组成式油污检测
原文中文，约300字，阅读约需1分钟。发表于：。利用语义分割方法进行 SAR 图像中的油污检测，提出了一个包括目标检测器、自适应分割器（SAM）和有序融合模块的 SAM-OIL 组合油污检测框架，证明了 SAM-OIL 可以超越现有的基于语义分割的油污检测方法，实现了 69.52% 的 mIoU，并提高了 SAM-OIL 的准确性。
本研究将SAM与开放词汇目标检测器集成，引入了SideFormer和Open-set RPN等创新方法，提升了SAM在检测任意对象和开放词汇识别方面的性能。Sambor在基准测试中表现出卓越的零样本性能，与之前的最先进方法竞争力十足，为SAM的识别多样化对象类别和促进视觉基础模型的开放词汇学习提供了有意义的努力。
