Meta推出由AI驱动的SAM模型 可以识别图片/视频中的任何对象并分离 – 蓝点网

最近 OPENAI 和微软以及谷歌在 AI 领域都比较火，推出图片作为科技巨头之一的动的对象点网 Meta 也没闲着，今天 Meta AI 开源了一款名为 Segment Anything Model 的识别视频德克萨斯扑克单机版模型，该模型由 AI 驱动，任何经过 1100 万张图片和 11 亿个标记后训练而成，并分可以广泛识别图片或视频中的离蓝任何对象，并分离出来。推出图片

Segment Anything 直译过来就是动的对象点网细分任何东西，如果只是识别视频把 SAM 模型当做抠图工具那可能大材小用了，从演示来看 Meta 的任何德克萨斯扑克单机版这个模型非常强大，可以结合其他应用一起使用，并分比如在机器人里实时识别画面中的离蓝对象，然后再分析图片识别具体内容。推出图片

这个新 AI 模型看起来还是非常强大的，不过 Meta 暂时还没介绍研究这个 AI 模型的识别视频用途，在论文里 Meta AI 称这是促进对计算机视觉基础模型的研究。

按蓝点网猜测估计 Meta AI 还在研究图片识别的其他内容，SAM 负责将对象从图片或视频帧里分离，其他 AI 模型可以识别对象的内容，这样确实符合 Meta AI 所说的促进计算机视觉基础。

考虑到现在 AI 的发展速度，估计未来这种分离对象的技术，也会被广泛使用。

Meta AI 上线了一个 demo 网站可以供用户测试：https://segment-anything.com/

目前 Meta AI 提供了三个模型，一个 2.4GB，一个 1.2GB，另一个 358MB，开发者在本地部署的时候可以用得上这些模型。

如果你想在本地部署，请按照以下方法操作：https://github.com/facebookresearch/segment-anything

论文地址：https://arxiv.org/abs/2304.02643

最新评论