tianrun-chen/SAM-Adapter-PyTorch

Adapting Meta AI's Segment Anything to Downstream Tasks with Adapters and Prompts

What it solves

SAM-Adapter は、カモフラージュされた物体検出、影検出、医療画像セグメンテーション（例：ポリープセグメンテーション）など、挑戦的な「性能が低下するシーン」において Segment Anything Model (SAM) の性能低下に対処します。

How it works

事前学習済みの SAM バックボーン（SAM、SAM2、SAM3 をサポート）をアダプタ機構で下流タスクに適応させます。これにより、元のモデルが失敗しがちな特定の困難な視覚環境でも、SAM の汎用的なセグメンテーション能力を維持しつつ、専門化された性能を発揮できます。

Who it’s for

低コントラスト、カモフラージュ、医療画像など、特殊な画像セグメンテーションタスクに取り組むコンピュータビジョン研究者や開発者向けです。

Highlights

  • SAM、SAM2、SAM3 バックボーンをサポート。
  • カモフラージュ物体検出（COD10K、CAMO、CHAMELEON）および影検出（ISTD）で実証済みの効果。
  • ポリープセグメンテーション（Kvasir データセット）など医療画像タスクにも適用可能。
  • 異なる GPU メモリ制約に対応するため、ViT-H、ViT-L、ViT-B の各バージョン用設定ファイルを提供。