涂鸦级标注媲美全监督
融合涂鸦与多源伪背景先验，结合SAM提示生成标签与边界预测，在稀疏标注下实现高精度显著目标检测。
王毅 · Wang, Ruili · He, Xiangjian · 林驰 · 王天卓 · 贾棋 · 樊鑫
Pattern Recognition 2024
在五个广泛使用的数据集上与最先进方法相比，检测性能显著提升。
有效利用非显著区域标签作为补充，与涂鸦标签结合获取更准确的显著特征。
开创性地利用SAM的点提示和框提示生成显著伪标签，避免手工标注。
辅助边界预测模块帮助处理复杂显著性检测任务，获得更清晰的物体边界。