BED-SAM2：通过单目几何先验进行边界增强深度 SAM2

本研究以用于下游分割的 SAM2 视觉基础模型为基础，引入了边界增强深度 (BED)-SAM2。 SAM2 Hiera 编码器架构经过修改，可直接编码来自 RGB 图像的单目深度信息，从而提供增强对象边界描绘并促进伪装对象形状提取的几何线索。 BED-SAM2 在多个显着和伪装目标检测任务中展示了具有竞争力的最先进性能，训练周期仅需 5 个周期。