事件背景：2023年4月5日，MetaAI研究团队发布论文“分割一切”—《SegmentAnything》，并在官网发布了图像分割基础模型—SegmentAnythingModel(SAM)以及图像注释数据集—Segment-Anything1-Billion(SA-1B)。
论文核心观点：
目标：MetaAI的目标是通过引入三个相互关联的部分来构建一个用于图像分割的基础模型：1）可提示的图像分割任务；2）数据标注并通过提示实现零样本到一系列任务的分割模型-SAM；3）拥有超过10亿个掩码的数据集-SA-1B。
功能：1）SAM允许用户仅通过单击或通过交互式单击点来包含和排除对象来分割对象，也可以通过边界框进行提示；2）当分割对象存在歧义时，SAM可以输出多个有效掩码，是解决现实世界中分割的重要和必要能力之一；3）SAM可以自动查找并掩盖图像中的所有对象；4）SAM可以在预计算图像嵌入之后即时为任何提示生成分割掩码，从而允许与模型实时交互。
结论：SAM模型试图将图像分割提升到基础模型时代，而SAM是否能达到基础模型的地位还有待观察它在社区中的使用情况，但无论该项目前景如何，超过1B的掩码以及可提示的分割模型?
声明：本站所有报告及文章，如无特殊说明或标注，均为本站用户发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
