通过弱监督适应提高分割基础模型在分布变化下的泛化能力

这项研究使用预训练的基础模型CLIP和SAM解决弱监督语义分割问题。通过冻结权重的CLIP和学习的任务特定提示，生成高质量的分割种子。使用SAM模块生成粗糙或精细的种子图，并通过多标签对比损失和CAM激活损失进行学习。实验证明，在PASCAL VOC 2012和MS COCO 2014上取得了优秀的性能。