lartpang/SAMs-CDConcepts-Eval

它解決的問題

此專案提供了一個全面的評估框架，用以測試 Segment Anything 模型（SAM 和 SAM 2）處理「上下文依賴」（CD）概念的能力。雖然這些模型在分割常見物件（如汽車或人）方面表現出色，但對於依賴周圍環境的觀念（例如醫學病灶、工業缺陷或偽裝物體）往往表現不佳。

如何運作

該框架使用 2D 和 3D 圖像與影片，對 SAM 和 SAM 2 在 11 種不同的 CD 概念上進行評估。它採用三種提示策略——手動、自動以及中間自我提示——來測試模型的區分能力。此外，還包含提示魯棒性測試，以模擬提示可能不完美的現實場景。

適用對象

此工具專為從事影像與影片分割的電腦視覺研究人員與開發者設計，特別是那些希望了解基礎模型在醫學與工業等專業領域性能邊界的使用者。

主要特色

• 在自然、醫學與工業場景中，評估 SAM 和 SAM 2。
• 支援多種模式，包括 2D/3D 圖像與影片。
• 實現統一框架，支援手動、自動與中間自我提示。
• 包含不完美提示的魯棒性測試，以模擬現實使用情境。