SAMURAI:无需训练的精准目标分割与动态跟踪｜实时精准，代码开源

不二如是

在线学习：



SAMURAI是一个开源项目，它是Segment Anything Model 2（SAM 2）的增强版本，专门设计用于视觉目标跟踪。

SAMURAI通过结合时间运动线索和提出的运动感知记忆选择机制，有效地预测目标运动并优化掩模选择，实现了稳健、准确的跟踪，无需重新训练或微调。

它在实时运行中表现出色，并在多种基准数据集上展现出强大的零样本性能，表明其能够在无需微调的情况下进行泛化。

在评估中，SAMURAI在成功率和精度方面取得了显著改进，例如在LaSOT_ext上的AUC增益为7.1%，GOT-10k上的AO增益为3.5%。

此外，与LaSOT上的完全监督方法相比，它在LaSOT上取得了竞争性结果，突显了其在复杂跟踪场景中的稳健性以及在动态环境中实际应用的潜力。

SAMURAI项目的开源地址是：

游客，如果您要查看本帖隐藏内容请回复