什麼是Segment Anything？

**Segment Anything Model (SAM)** 是由 Meta AI 開發的全新 AI 模型，能夠通過單擊「剪出」任何圖像中的任何物體。SAM 是一個可提示的圖像分割系統，具有零樣本泛化能力，無需額外訓練即可處理陌生物體和圖像。

Segment Anything的特色是什麼？

* **單擊分割**：只需單擊即可精確分割圖像中的物體。 * **多種提示方式**：支持點擊、框選等多種提示方式，靈活應對不同分割需求。 * **零樣本泛化**：無需額外訓練，即可處理陌生物體和圖像。 * **高效設計**：輕量級模型設計，可在瀏覽器中快速運行。

* **圖像編輯**：快速分割物體，用於圖像後期處理。 * **AR/VR 應用**：結合 AR/VR 設備，實現即時物體選擇。 * **視頻追蹤**：將物體分割結果用於視頻追蹤。 * **創意設計**：用於拼貼、3D 建模等創意任務。

1. 打開 SAM 的演示頁面。 2. 上傳或選擇一張圖像。 3. 使用點擊或框選提示模型分割物體。 4. 查看並下載分割結果。

支持前景/背景點、邊界框和遮罩提示。

包括一個 ViT-H 圖像編碼器、一個提示編碼器和一個輕量級的基於 Transformer 的遮罩解碼器。

圖像編碼器需要 GPU，而提示編碼器和遮罩解碼器可以在支持 ONNX 運行的多種平台上運行。

圖像編碼器有 632M 參數，提示編碼器和遮罩解碼器有 4M 參數。

圖像編碼器在 NVIDIA A100 GPU 上需要約 0.15 秒，提示編碼器和遮罩解碼器在瀏覽器中需要約 50ms。

模型是在 SA-1B 數據集上訓練的。

模型在 256 個 A100 GPU 上訓練了 3-5 天。

不會，模型只預測物體遮罩，不生成標籤。

目前只支持圖像或視頻的單幀。

代碼可以在 GitHub 上找到。

5.0

15.48%

Segment Anything Model (SAM) 是一個強大的 AI 工具，能夠快速、精確地分割圖像中的物體，適用於多種應用場景。

Added on: 2025.03.02

社交媒體:

#AI圖像分割 #提示生成器 #研究 #AI圖像識別 #大型語言模型（LLMs）

分享此工具：