从上面进行快速概念分割：评估 SAM 3 遥感中的零射击和单射击能力

Segment Anything Model 3 (SAM 3) 等大规模基础模型的部署有望向开放词汇 无需训练 计算机视觉过渡。然而，它们将分布外泛化为地球观测图像的复杂、自上而下的几何结构的能力在很大程度上仍然是未量化的。在 SAM 3 在高度专业化领域的性能差异的推动下，我们在严格的零样本和单样本约束下，提出了一种全面的、跨遥感场景分类、对象检测和实例分割的多任务实证评估。为了实现这一目标，我们通过将其解耦的二进制存在头重新调整为独立的零样本分类器，引入了 SAM 3 的结构调整。此外，通过系统地隔离五种配置中的文本和视觉提示模式，我们明确诊断了模型多模态解码器内的对齐机制。我们的研究结果揭示了严重的跨模式干扰：虽然视觉提示成功地将解码器与复杂的遥感几何图形对齐，但文本提示却注入了未对齐的地面语义偏差，从而主动降低了坐标回归的质量。为了在不进行资源密集型训练的情况下对这些功能进行基准测试，我们为广义零样本任务（场景分类和实例分割）制定了一种新颖的 无需训练 代理评估协议。最终，我们的结果表明，SAM 3 避免了传统领域适应模型中常见的过度拟合，在分割任务中实现了高调和平均分数。然而，它仍然从根本上受到子像素分辨率限制和开销语义盲点的限制，为其多模态解码器的参数高效地理空间 微调 制定了明确的要求。