🦠 رهگیری سلول با هوش مصنوعی – بدون نیاز به داده‌های برچسب‌خورده! 🦠

پژوهشگران دانشگاه RWTH یک چارچوب نوآورانه برای Cell Tracking معرفی کرده‌اند که با ترکیب مدل Segment Anything 2 (SAM2) در پایپ‌لاین رهگیری، می‌تواند هر سلول را به‌صورت Zero-Shot بخش‌بندی و رهگیری کند 🚀

🔹 نیازی به داده‌های آموزشی اختصاصی ندارد.
🔹 دقت بالا در شناسایی و دنبال‌کردن سلول‌ها در ویدیوهای میکروسکوپی.
🔹 انتشار کد منبع برای جامعه‌ی علمی 💙

📖
📄 مقاله:
https://arxiv.org/pdf/2509.09943
💻 کد منبع:
https://github.com/zhuchen96/sam4celltracking

@rss_ai_ir

#AI #BioAI #CellTracking #SAM2 #DeepLearning #BiomedicalResearch

🚀👽 DAM for SAM2 Tracking 👽🚀

🔬 محققان دانشگاه لیوبلیانا ماژول جدیدی به نام Distractor-Aware Memory (DAM) برای SAM2 معرفی کرده‌اند. این ماژول به‌صورت drop-in عمل می‌کند و باعث:

✅کاهش انحراف ردیابی (tracking drift) به سمت عوامل مزاحم (distractors)

✅بهبود توانایی بازتشخیص (redetection) بعد از انسداد شیء (occlusion)


💎 نتیجه؟ DAM4SAM عملکردی بهتر از SAM2.1 داشته و در ۱۰ بنچمارک مختلف SOTA را ثبت کرده است.

📌 منابع:
👉 Paper
👉 Project Page
👉 GitHub Repo

@rss_ai_ir

#AI #ComputerVision #Tracking #SAM2 #DAM4SAM #DeepLearning #SOTA