arXiv cs.AI· Prithwijit Chowdhury, Mohit Prabhushankar, Ghassan AlRegib·· 11 小时前AI 评分31
BALD-SAM：基于分歧的交互式分割主动提示方法
BALD-SAM: Disagreement-based Active Prompting in Interactive Segmentation
AI 导读
BALD-SAM 将 Bayesian Active Learning by Disagreement（BALD）适配到空间提示选择，通过量化认知不确定性来挑选信息量最大的提示位置。
正文 · AI 翻译
摘要：Segment Anything Model（SAM）通过空间提示彻底改变了交互式分割。现有工作主要聚焦于在各种设置下自动生成提示，而真实世界的标注流程涉及迭代细化，标注者观察模型输出并策略性地放置提示以解决歧义。当前流程通常依赖标注者对预测掩码质量的视觉评估。我们假设，一种有原则的自动交互式提示方法是使用模型导出的准则来识别下一个提示最具信息量的区域。在这项工作中，我们建立了主动提示：一种空间主动学习方法，其中图像内的位置构成未标注池，提示作为查询来优先处理信息丰富的区域，从而提高每次交互的效用。我们进一步提出了 BALD-SAM：一个将基于分歧的贝叶斯主动学习（BALD）适配到空间提示选择的原则性框架，通过量化认知不确定性来实现。为此，我们冻结整个模型，仅对一个小型学习预测头应用贝叶斯不确定性建模，使难以处理的不确定性估计对大型数百万参数的基础模型变得实用。在涵盖自然、医学、水下和地震领域的 16 个数据集上，BALD-SAM 展现出强大的跨域性能，在 16 个基准中的 14 个上排名第一或第二。我们通过一个全面的消融套件验证了这些增益，该套件涵盖 3 个 SAM 骨干和 35 种 Laplace 后验配置，共计 38 种不同的消融设置。除了强大的平均性能外，BALD-SAM 超越了人类提示，并在若干类别中甚至超越了 oracle 提示，同时在最终分割质量上始终优于单次基线，尤其是在细长和结构复杂的物体上。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.10828 [cs.CV] |
| （或 arXiv:2603.10828v2 [cs.CV] 为此版本） | |
| https://doi.org/10.48550/arXiv.2603.10828 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Prithwijit Chowdhury [查看电子邮件]
[v1]
2026年3月11日星期三 14:34:55 UTC（21,305 KB）
[v2]
2026年11月5日星期四 15:34:51 UTC（10,587 KB）
来源：arXiv cs.AI · arxiv.org