cjf-lemon

> Hi, during training, we use a soft activation map (1-pk) to mask out background regions, i.e., (1-pk) * x. With the L_BTM loss, pk will be optimized to only...

> Exactly. p should be normalized into [0,1] by sigmoid. Btw, welcome to star CLIMS. :) Thank you! I have starred CLIMS.

> sam能通过直接给text提示，得到mask了吗？ 用到了clip，https://github.com/maxi-w/CLIP-SAM

> GroundingDINO可以根据texts得到一个很好的先验box，然后使用sam得到精细的mask，是一个组合式的方案，比较高效 这里面能实现不人工给提示，并且不用chatgpt，然后就能对图像中所有的东西做分割且进行类别标注吗？

> 不人工提示的话可以尝试走我们这边BLIP那套pipeline，也有对应的Demo，可以自动标注，可以看看这个demo: https://github.com/IDEA-Research/Grounded-Segment-Anything/blob/main/automatic_label_demo.py 我运行的gradio_app.py选择seg的时候，这里到5s左右就直接显示error，但是代码是没有报错，并且运行到了最后的return [image, mask_pil]这一步，而我单独运行grounded_sam_demo.py是可以出来结果的，是我哪里需要修改吗，网页上没有显示出结果