Segment Anything Model
Muundo wa Segment Anything (SAM) ni Meta kielelezo cha msingi cha AI cha mgawanyo wa picha: ikipewa nukta, kisanduku, au kidokezo kisicho sahihi, kinaonyesha kipengee sambamba papo hapo.
Muhtasari
It was built to generalize to objects and images it never saw during training, making segmentation a promptable task.
Dive ya kina
Iliyotolewa na Meta AI mwaka wa 2023, SAM iliunda upya sehemu kama tatizo linaloweza kuhitimishwa: unaipa kidokezo (bofyo, kisanduku, barakoa, au kidokezo kinachotokana na maandishi) na hurejesha vinyago vya kitu kimoja au zaidi. Nguvu yake inatokana na kiwango: ilifunzwa kwenye SA-1B, mkusanyiko wa data wa barakoa zaidi ya bilioni 1 kwenye picha milioni 11, iliyojengwa kwa injini ya ufafanuzi ya kielelezo-katika-kitanzi. Kiusanifu, SAM ina usimbaji kizito wa picha unaoendeshwa mara moja kwa kila picha, usimbaji wa haraka wa haraka na avkodare ya barakoa ya haraka, kwa hivyo picha moja iliyopachikwa inaweza kuonyeshwa tena kwa maingiliano katika muda halisi. Inawezesha uhamisho wa sifuri kwa kazi nyingi. SAM 2, iliyotolewa mnamo 2024, inapanua hii hadi video, kufuatilia vitu kwenye fremu.
Ufahamu wa Kiufundi
SAM hutumia kisimbaji picha cha Kibadilisha Maono (ViT), mara nyingi hufundishwa mapema na usimbaji kiotomatiki uliofunikwa kwa barakoa, ili kutoa upachikaji mnene wa picha. Vidokezo husimbwa kuwa tokeni, na avkodare inayotegemea transfoma yenye umakini mkubwa huunganisha tokeni za papo hapo na picha inayopachikwa kwenye vinyago vya kutoa sauti pamoja na alama za uhakika. Ili kutatua utata (kubofyo kunaweza kumaanisha kitufe, shati au mtu), SAM hutabiri vinyago kadhaa halali kwa wakati mmoja na kuzipanga, na kuruhusu matumizi ya mkondo wa chini au vidokezo vya ziada kutatiza.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Mfano wa Sehemu Yoyote
SAM imekuwa uti wa mgongo chaguo-msingi wa zana za ufafanuzi, picha za kimatibabu, robotiki, na mabomba ya Uhalisia Ulioboreshwa, mara nyingi huoanishwa na vigunduzi au miundo ya maandishi kwa mtiririko wa kazi wa 'sehemu kwa jina' ya msamiati huria. Tarajia vibadala vyepesi na vya haraka zaidi (MobileSAM, EfficientSAM) kwa matumizi ya kifaa, muunganisho wa kina na lugha kwa ugawaji unaoendeshwa kikamilifu na maandishi, na upanuzi unaoendelea hadi video na 3D. Kama kielelezo cha msingi, upachikaji wake unazidi kutumika tena kama safu ya mtazamo inayolisha mifumo mingine.
Utekelezaji wa Ulimwengu Halisi
Mifumo ya ufafanuzi wa picha hutumia SAM kuruhusu viweka lebo kubofya mara moja na kutengeneza kiotomatiki vinyago sahihi vya vitu, kufyeka muda wa kuweka lebo.
Watafiti hurekebisha SAM (k.m., MedSAM) ili kuainisha viungo na uvimbe katika skana za CT na MRI.
Wahariri wa picha na video huunganisha SAM ili kukata mada au kuondoa usuli kutoka kwa mbofyo mmoja.
SAM 2 hufuatilia na kupanga vipengee kwenye fremu zote za video kwa madoido ya Uhalisia Ulioboreshwa na utambuzi wa roboti.
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Segment Anything Model quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Mifano ya Uthabiti
Maswali yanayoulizwa mara kwa mara
What is Segment Anything Model?
Muundo wa Segment Anything (SAM) ni Meta kielelezo cha msingi cha AI cha mgawanyo wa picha: ikipewa nukta, kisanduku, au kidokezo kisicho sahihi, kinaonyesha kipengee sambamba papo hapo. Iliundwa ili kujumlisha vitu na picha ambazo haijawahi kuona wakati wa mafunzo, na kufanya ugawaji kuwa kazi ya haraka.
Ni wazo gani la msingi linaloifanya SAM kuwa 'mfano wa msingi' wa kugawanya?
SAM hurekebisha mgawanyo kama inavyoweza kuhimizwa na iliundwa kwa uhamishaji wa risasi sifuri kwa vitu na picha nje ya seti yake ya mafunzo.
Takriban seti ya data ya SA-1B inatumika kufunza SAM ina ukubwa gani?
SA-1B ina zaidi ya barakoa bilioni 1 kwenye takriban picha milioni 11, zilizojengwa kwa injini ya ufafanuzi wa kitanzi.
Kwa nini SAM inagawanya usanifu wake kuwa encoder nzito ya picha na encoder/decoder nyepesi ya haraka?
Usimbaji wa gharama ya picha huendesha mara moja; basi usimbaji wa papo hapo wa bei nafuu na utatuzi wa vinyago huruhusu uhamasishaji wa haraka na mwingiliano wa picha sawa.
Je, SAM hushughulikia vipi arifa isiyoeleweka, kama kubofya mara moja ambayo inaweza kumaanisha vitu kadhaa?
SAM hutoa vinyago kadhaa vya watahiniwa vyenye alama ili utata uweze kutatuliwa kwa kuorodhesha au vidokezo vya ziada.
SAM hutumia aina gani ya uti wa mgongo kusimba picha ya ingizo?
Kisimbaji cha picha cha SAM ni Kibadilishaji Maono, mara nyingi hufundishwa mapema na usimbaji kiotomatiki uliofichwa, na huzalisha upachikaji mnene wa picha.