SinkSAM：一种基于单目深度引导的自动化塌陷坑分割框架
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对土壤塌陷坑的分割问题，提出了一种新颖的框架SinkSAM，结合传统的地形计算和最新的基于提示的Segment Anything Model (SAM)。这项工作通过整合顶点计算与SAM，提升了分割精度，并在没有LiDAR数据的情况下实现了恶劣环境中的自动深度引导映射，显著提高了塌陷坑的检测和分割效果。
随着高分辨率遥感卫星的发展，遥感研究更加便利。针对SAM模型在图像分割中的不足，提出了RSAM-Seg。通过在编码器中加入Adapter-Scale和Adapter-Feature模块，RSAM-Seg无需手动提示即可提升分割效果。实验显示，RSAM-Seg在云检测、场地监测、建筑物检测和道路制图等任务中表现优异，尤其在少样本情况下展现出潜力。
