介紹
產品概覽
Segment Anything Model（SAM）是什麼？
SAM是Meta旗下FAIR實驗室研發的一款突破性圖像分割模型。該模型基於超大規模數據集訓練而成，涵蓋超過1100萬張圖像和11億掩碼標籤，能夠根據用戶提供的點、框、文本等多樣化提示，快速生成高精度分割掩碼。其核心結構整合了Transformer圖像編碼器、提示編碼器及高效的掩碼解碼器，不僅實現實時分割處理，還具備卓越的零樣本泛化性能，無需微調即可直接應用於跨領域任務。SAM顯著簡化了圖像標註流程，可廣泛用於醫療影像、環境監測、AR特效等多個行業，助力圖像分割技術的大衆化與實用化。
主要功能
靈活提示分割
支持通過點選、框選、文本描述或粗略掩碼等多種交互方式生成高質量目標掩碼。
先進模型架構
採用基於Transformer的圖像編碼器與輕量化掩碼解碼器，確保高速、高精度的分割輸出。
大規模訓練數據
基於SA-1B數據集訓練，涵蓋千萬級圖像與十億級掩碼，賦予模型極強的泛化與遷移能力。
零樣本適應能力
無需額外訓練即可準確處理未知場景與對象，實現真正的即插即用。
開源可擴展
基於Apache 2.0協議開放全部代碼、模型及數據，支持科研與商業應用。
實時交互性能
掩碼生成僅需約50毫秒，滿足高頻率交互與實時應用需求。
使用場景
圖像智能標註：自動生成分割結果，大幅提升人工標註效率與一致性。
醫學圖像分析：輔助醫生進行病竈識別與器官分割，提升診療精度。
遙感與衛星圖像：用於地表覆蓋分類、災害評估和氣候變化研究。
AR與視覺特效：實時摳像與場景理解，推動互動媒體與娛樂創新。
自動駕駛與機器人：爲環境感知與決策提供精細化的視覺理解基礎。
