tianrun-chen/SAM-Adapter-PyTorch

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

What it solves

SAM-Adapter 解決了在挑戰性的「表現下降場景」中使用 Segment Anything Model (SAM) 時出現的性能下降問題，例如偽裝目標偵測、陰影偵測和醫學影像分割（如息肉分割）。

How it works

它透過加入適配器機制，將預訓練的 SAM 主幹（支援 SAM、SAM2 與 SAM3）適配到下游任務。這使模型在保有 SAM 通用分割能力的同時，能在原模型可能失效的特定困難視覺環境中實現專門化。

Who it’s for

面向從事低對比度、偽裝或醫學影像等專門影像分割任務的電腦視覺研究者與開發者。

Highlights

  • 支援 SAM、SAM2 與 SAM3 主幹。
  • 已在偽裝目標偵測（COD10K、CAMO、CHAMELEON）與陰影偵測（ISTD）上證實有效。
  • 可應用於醫學影像任務，如息肉分割（Kvasir 資料集）。
  • 提供不同 ViT 版本（ViT-H、ViT-L、ViT-B）的設定檔，以因應不同 GPU 記憶體限制。