论文链接：https://arxiv.org/pdf/2308.14936.pdf
核心：
- finetune SAM,为了不依赖外部prompt，通过将深层的特征经过一个编-解码器来得到prompt embedding；
- finetune完之后做蒸馏
【SAM系列】Auto-Prompting SAM for Mobile Friendly 3D Medical Image Segmentation
Nastu_Ho-小何同学2023-12-31 15:34
相关推荐
无线图像传输研究探索11 分钟前
单兵图传终端：移动场景中的 “实时感知神经”zzywxc7871 小时前
AI在编程、测试、数据分析等领域的前沿应用（技术报告）铭keny2 小时前
YOLOv8 基于RTSP流目标检测墨尘游子2 小时前
11-大语言模型—Transformer 盖楼，BERT 装修，RoBERTa 直接 “拎包入住”｜预训练白话指南金井PRATHAMA2 小时前
主要分布于内侧内嗅皮层的层Ⅲ的网格-速度联合细胞（Grid × Speed Conjunctive Cells）对NLP中的深层语义分析的积极影响和启示天道哥哥2 小时前
InsightFace（RetinaFace + ArcFace）人脸识别项目（预训练模型，鲁棒性很好）幻风_huanfeng3 小时前
学习人工智能所需知识体系及路径详解云道轩3 小时前
使用Docker在Rocky Linux 9.5上在线部署LangFlowPOLOAPI3 小时前
从模型到生产：AI 大模型落地工程与效率优化实践谷歌上搜百度3 小时前
LLM并非“万能钥匙”——深度解析大语言模型的本质与边界