【论文阅读笔记】【SAM相关】 Personalize Segment Anything Model with One Shot

读论文时思考的问题

1. 论文试图解决什么问题？

   • SAM只能割东西，因此对于某些特殊场景，需要先给SAM一个人工标注的Prompt才能较好地进行分割

   • 能否通过一些修改，让SAM分割出某些user-designed visual concepts【一般是以图片的方式来呈现，如果只有一张图片就不可能训练出一个较好的detector再来进行分割了】

   • 如何在不提供人工的prompt的前提下仍然能较好地进行使用SAM（较好地挖掘其能力）

2. 文章提出了什么样的解决方法？

   • 提出了两个模型，PerSAM 和 PerSAM-F，实现通过 one-shot data 来进行SAM分割

3. 你觉得该方法的关键之处在哪？

4. 这个解决方法的局限性在哪里？有没有更好的解决方法？

5. 文章是通过设计什么样的实验来支撑其解决方法的有效性的？（你说有效就有效吗，我不信）这些实验你觉得有效吗？

问题

1. 这种 specific visual concepts 是语义层面的还是实例(instance)层面的？

2. specific visual concept 究竟指的是什么？

3. 第5页的local feature是只有物体的前景部分吗？  是的！

4. 选取 location prior 的时候，如果根据topk选取多几个点会不会更好？