Scalpel-SAM：用于红外小目标检测的半监督范式

本文通过提出一种半监督方法，利用SAM（Segment Anything Model），解决了红外小目标检测（IR-SOT）中数据稀缺的关键问题。核心贡献在于一种新颖的两阶段范式，使用Hierarchical MoE Adapter从SAM中提取知识，并将其转移到轻量级的下游模型。这非常重要，因为它解决了IR-SOT中高昂的标注成本问题，并且在最少的标注下，展示了与完全监督方法相当甚至更好的性能。

• •使用半监督方法解决IR-SOT中的数据稀缺问题。
• •利用SAM作为教师模型。
• •提出两阶段范式：Prior-Guided Knowledge Distillation 和 Deployment-Oriented Knowledge Transfer。
• •采用Hierarchical MoE Adapter。
• •在最少的标注下，实现与完全监督方法相当甚至超越的性能。