SAM-COD+：弱监督学习在伪装目标检测中的创新应用

1. 项目概述

SAM-COD+是2025年发表在TCSVT（IEEE Transactions on Circuits and Systems for Video Technology）上的一个创新性计算机视觉框架，它巧妙地将Meta的Segment Anything Model（SAM）与伪装目标检测（Camouflaged Object Detection, COD）任务相结合，构建了一个弱监督学习的统一解决方案。这个框架的核心价值在于解决了传统COD方法对精细标注数据的依赖问题，同时提升了在复杂场景下的检测鲁棒性。

伪装目标检测是计算机视觉中极具挑战性的任务，目标物体往往与背景高度相似（如变色龙、军事伪装等），这使得传统检测方法难以奏效。而SAM作为通用分割模型，具有强大的零样本分割能力。SAM-COD+的创新点在于设计了一套机制，让SAM的语义理解能力能够有效引导COD任务的弱监督学习过程。

2. 核心设计思路

2.1 SAM引导的弱监督学习机制

SAM-COD+的核心创新在于设计了一个双向引导机制：

1. 自上而下的语义引导：利用SAM生成的初步分割掩码作为"教师信号"，指导COD网络学习目标物体的边界特征。实验表明，相比传统弱监督方法使用的类别激活图（CAM），SAM提供的空间信息更精确。

2. 自下而上的特征精修：COD网络学习到的局部特征会反馈给SAM模块，通过一个特征对齐模块调整SAM的注意力分布。这种迭代优化过程使得最终结果既保持了SAM的语义一致性，又具备了COD任务所需的局部精度。

关键实现细节：双向引导通过一个轻量级的跨模态注意力模块实现，计算开销仅增加约15%，但mIoU指标提升了8.3%。

2.2 统一框架架构

框架包含三个核心组件：

1. SAM特征提取器：冻结原始SAM的ViT-H图像编码器，仅微调提示编码器以适应COD任务。实测发现，这种部分微调策略比完全微调效果更好（F-measure +5.2%）。

2. 多尺度COD网络：采用U-Net结构，但在跳跃连接处增加了动态门控机制，可自适应选择SAM提供的多层级特征。

3. 弱监督学习模块：

   • 输入仅需图像级标签（有无伪装物体）
   • 通过SAM生成伪标签
   • 设计了一