無需訓練即可大幅提升SAM 2！開源的SAM2Long來了，港中文、上海AI Lab出品

AIGC動態歡迎閱讀

原標題：無需訓練即可大幅提升SAM 2！開源的SAM2Long來了，港中文、上海AI Lab出品
關鍵字：遮擋,內存,模型,視頻,分數
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.comSegment Anything Model 2（SAM 2）在傳統視頻目標分割任務大放異彩，引起了眾多關注。然而，港中文和上海 AI Lab 的研究團隊發現 SAM 2 的貪婪選擇策略容易陷入「錯誤累積」的問題，即一次錯誤的分割掩碼選擇將影響后續幀的分割結果，導致整個視頻分割性能的下降。這個問題在長視頻分割任務中顯得更加嚴重。
針對這些挑戰，該研究團隊近日推出了全新的 SAM2Long。在 Segment Anything Model 2（SAM 2）的基礎上，提出了創新的記憶結構設計，打造了專為復雜長視頻的分割模型。論文鏈接：https://mark12ding.github.io/project/SAM2Long/asset/images/paper.p

原文鏈接：無需訓練即可大幅提升SAM 2！開源的SAM2Long來了，港中文、上海AI Lab出品