어떤 prompt(마스크든, prompt 등)든 다 적용가능하고 valid( 모호한 입력에도 세세한 결과를 내놓음)한 결과를 연구한 논문. 자세히 읽지는 않음. 이유는 리포트에 가까워서임. 근데 성능이 좋다는 건 확실함.
2. SegGPT: Segmenting Everything In Context
Segment에 generalize와 data type을 통합하는 방법을 제안함. 무작위 색깔, feature, spatial ensemble을 제안, Freeze하여 In-Context Tuning을 제안함. 그 GPT 아니다.
3. Segment Everything Everywhere All at Once
위 Segment Anything과 비슷할 거 같지만 엄연히 다름. SEEM은 Edge Detection과 Interactive Segmentation에 더해 SAM이 못하는 Generic Segmentation도 가능함. 사실 SAM보다 Edge detection 기술이 약하다는 게 보임. 또한 여기서 가지고 있는 방법들이 창의적이라는 생각이 안듦. 연산량이 늘었다는 사실은 분명해보임. Edge Detection에 추가적인 연산이 필요해 보임.
또한 여러 공식을 제공했는데 크게 와닿지는 않음.