SAM4MLLM：结合多模态大型语言模型和SAM实现高精度引用表达分割 | ECCV'24 - 晓飞的算法工程笔记
原文中文，约3000字，阅读约需7分钟。发表于：。来源：晓飞的算法工程笔记 公众号，转载请注明出处 论文: SAM4MLLM: Enhance Multi-Modal Large Language Model for Referring Expression Segmentation 论文地址：https://arxiv.org/abs/2409.
SAM4MLLM是一种创新方法，结合多模态大型语言模型（MLLM）与Segment Anything Model（SAM），实现像素级引用表达分割。该方法通过主动询问生成提示点，提升分割精度，无需改变模型架构或引入新标记。实验验证了其在复杂任务中的有效性，展示了MLLM在像素感知任务中的潜力。
