互動式分割

互動式分割讓人類保持在迴圈中：系統不是全自動預測遮罩，而是接受人給的幾個廉價提示，據此產生（並精修）遮罩。提示刻意極簡——在物體內部點一下、在背景點一下以把遮罩推回去、畫一筆塗鴉，或框一個方框。目標是用盡可能少的互動達到高品質遮罩，這正是你在標註訓練資料、或編輯一張全自動會太不可靠的相片時所要的。

古典工具是能量最小化方法：GrabCut（矩形加上可選的筆刷）、智慧剪刀／即時連線（Intelligent Scissors / live-wire，游標在你描繪時自動貼齊邊緣）、以及隨機漫步（random walker，從種子像素傳播標籤）。現代深度方法把使用者的點擊作為額外輸入通道餵給網路（常編碼為來自正、負點擊的距離圖），並在每次點擊後預測更新的遮罩；代表系統包括 DEXTR（由四個極值點分割）、f-BRS、RITM，以及以 transformer 為基礎的 SimpleClick。SAM 可視為對同一介面的基礎模型式作法——一次點擊即得一張即時遮罩。

衡量這些方法的標準方式反映了它們的目的：回報達到某目標重疊度所需的點擊次數，例如「達到 90% IoU 的點擊數」（NoC@90），並在資料集上取平均。一個好的互動模型還必須表現得合情合理——每一次修正點擊都應可靠地改善遮罩，而非把它弄亂——這就是為何訓練時的點擊模擬（把下一個點擊放在當前最嚴重的錯誤處）是核心技術。互動式分割是大多數大型遮罩標註工程背後的引擎，因為由人來驗證並微調一個模型，遠比徒手畫出每一條邊界便宜。