Polyp SAM 2: Advancing Zero shot Polyp Segmentation in Colorectal Cancer Detection

要約

ポリープのセグメンテーションは、結腸直腸がんの早期発見と診断において重要な役割を果たします。
ただし、正確なセグメンテーションを取得するには、多くの場合、労働集約的なアノテーションと特殊なモデルが必要になります。
最近、Meta AI Research は、一般的な Segment Anything Model 2 (SAM 2) をリリースしました。これは、いくつかのセグメンテーション タスクで有望なパフォーマンスを実証しました。
この原稿では、さまざまなプロンプト設定の下でポリープをセグメント化する際の SAM 2 のパフォーマンスを評価します。
このレポートがポリープセグメンテーションの分野を進歩させ、将来的により興味深い研究を促進するための洞察を提供することを願っています。
このプロジェクトは https://github.com/sajjad-sh33/Polyp-SAM-2 で公開されています。

要約(オリジナル)

Polyp segmentation plays a crucial role in the early detection and diagnosis of colorectal cancer. However, obtaining accurate segmentations often requires labor-intensive annotations and specialized models. Recently, Meta AI Research released a general Segment Anything Model 2 (SAM 2), which has demonstrated promising performance in several segmentation tasks. In this manuscript, we evaluate the performance of SAM 2 in segmenting polyps under various prompted settings. We hope this report will provide insights to advance the field of polyp segmentation and promote more interesting work in the future. This project is publicly available at https://github.com/ sajjad-sh33/Polyp-SAM-2.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google